| 基于Pareto的双群体多目标微分进化算法 |
| |
| 引用本文： | 汤可宗,丰建文,柳炳祥,徐星.基于Pareto的双群体多目标微分进化算法[J].系统仿真学报,2013,25(8). |
| |
| 作者姓名： | 汤可宗 丰建文 柳炳祥 徐星 |
| |
| 作者单位： | 1. 景德镇陶瓷学院信息工程学院,江西,333403
2. 景德镇陶瓷学院信息工程学院,江西333403;武汉大学软件工程国家重点实验室,武汉430072 |
| |
| 基金项目： | 国家自然科学基金，国家科技支撑计划基金，江西省教育厅基金，江西省自然科学基金，武汉大学软件工程国家重点实验室开放基金项目 |
| |
| 摘 要： | 针对多目标优化问题微分进化是一种简单、快速且具有鲁棒性的进化算法.提出一种基于Pareto的双群体多目标微分进化算法(DEPDP),DEPDP与传统微分进化区别在于:个体的变异操作和选择方式.DEPDP的变异过程类似于粒子群优化的粒子速度更新操作,即包括可行解个体,也有不可行解个体的参与;在个体的选择过程中,组合修正后的不可行解介体和可行解个体,并采用—种特殊的“非劣排序和等级选择过程”确定出新一代种群.仿真实验表明:相比其他比较算法,DEPDP获得的Pareto最优解有着良好的多样性均匀分布特点,接近真实的Pareto前沿,收敛性也较好.
|
| 关 键 词： | 微分进化 多目标优化 变异 选择 多样性 |
Multi-objective Differential Evolutionary Algorithm Based on Pareto's Double Populations |
| |
| Abstract: | |
| |
| Keywords: | differential evolutionary multi-objective optimization mutation selection diversity |
| 本文献已被 万方数据 等数据库收录！ |
|
