| 罗彪,郑金华,朱云飞,蔡自兴.一种基于“探测”与“开采”的多目标进化算法[J].高技术通讯(中文),2010,20(2):143~149 |
| 一种基于“探测”与“开采”的多目标进化算法 |
| A multi objective evolutionary algorithm based on “exploration” and “exploitation” |
| |
| DOI： |
| 中文关键词: 多目标进化算法， 多目标优化问题(MOPs)， 复杂Pareto解集， 探测， 开采 |
| 英文关键词: multi objective evolutionary algorithms， multi objective optimization problems， complex Pareto set， exploration， exploitation |
| 基金项目:国家自然科学基金(60773047)，863计划(2001AA114060)，湖南省教育厅重点科研项目(06A074)和湖南省研究生科研创新项目(x2008yjscx18)资助项目。 |
| 作者 | 单位 | | 罗彪 | 湘潭大学进化计算与智能系统研究中心 | | 郑金华 | 湘潭大学进化计算与智能系统研究中心 | | 朱云飞 | 湘潭大学进化计算与智能系统研究中心
中南大学信息科学与工程学院 | | 蔡自兴 | 中南大学信息科学与工程学院 |
|
| 摘要点击次数: 3273 |
| 全文下载次数: 2451 |
| 中文摘要: |
| 针对实践中多目标优化问题(MOPs)的Pareto解集(PS)未知且比较复杂的特性，提出了一种基于“探测”(Exploration)与“开采”(Exploitation)的多目标进化算法(MOEA)——MOEA/2E。该算法在进化过程中采用“探测”与“开采”相结合的方法，用进化操作不断地探测新的搜索区域，用局部搜索充分开采优秀的解区域，并用隐最优个体保留机制保存每一代的最优个体。与目前最流行且有效的多目标进化算法NSGA II及SPEA II进行的比较实验结果表明，MOEA/2E获得的Pareto最优解集具有更好的收敛性与分布性。 |
| 英文摘要: |
| In view of the fact that Pareto Set (PS) of multi objective optimization problems (MOPs) is often unknown and complex in practice. This paper proposes a multi objective evolutionary algorithm (MOEA) based on “Exploration” and “Exploitation”, named MOEA/2E. This algorithm combines “Exploration” and “Exploitation” in the evolutionary process. It explores new searching areas with evolutionary operators, exploits promising areas effectively with local search and stores optimal individual of a population with elitism. Compared with two popular and efficient MOEAs—NSGA II and SPEA II, the experimental results demonstrate that MOEA/2E can obtain Pareto optimal solutions set with better convergence and diversity. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
