计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2008年
20期
36-40
,共5页
多目标遗传算法%多样性%时间复杂度%分布度
多目標遺傳算法%多樣性%時間複雜度%分佈度
다목표유전산법%다양성%시간복잡도%분포도
将极坐标的思想引入多目标遗传算法来保持解的多样性,由此提出了一种新的多目标遗传算法:PCGA2(Polar CoordinatesGenetic AlgorithmsⅡ);分析了基于极坐标的分布度保持策略的时间复杂度,并通过实验将PCGA2同当前流行的两种多目标遗传算法(NSGA2和SPEA2)进行了比较.实验数据表明该算法不仅在时间耗费上比较低,而且所得到的解具有非常好的分布度.
將極坐標的思想引入多目標遺傳算法來保持解的多樣性,由此提齣瞭一種新的多目標遺傳算法:PCGA2(Polar CoordinatesGenetic AlgorithmsⅡ);分析瞭基于極坐標的分佈度保持策略的時間複雜度,併通過實驗將PCGA2同噹前流行的兩種多目標遺傳算法(NSGA2和SPEA2)進行瞭比較.實驗數據錶明該算法不僅在時間耗費上比較低,而且所得到的解具有非常好的分佈度.
장겁좌표적사상인입다목표유전산법래보지해적다양성,유차제출료일충신적다목표유전산법:PCGA2(Polar CoordinatesGenetic AlgorithmsⅡ);분석료기우겁좌표적분포도보지책략적시간복잡도,병통과실험장PCGA2동당전류행적량충다목표유전산법(NSGA2화SPEA2)진행료비교.실험수거표명해산법불부재시간모비상비교저,이차소득도적해구유비상호적분포도.
