控制理论与应用
控製理論與應用
공제이론여응용
CONTROL THEORY & APPLICATIONS
2013年
11期
1360-1368
,共9页
多目标问题%非达尔文效应%区间变异%免疫算法%优化%拥挤距离
多目標問題%非達爾文效應%區間變異%免疫算法%優化%擁擠距離
다목표문제%비체이문효응%구간변이%면역산법%우화%옹제거리
multi-objective problem%non-Darwin effect%range variation%immune algorithm%optimization%crowded distance
为了强化非基因信息的传承与利用,提出一种非达尔文效应多目标免疫算法(non-Darwin effect multiobjective immune algorithm,NDIA).首先,利用区间记忆变异矩阵来保存进化中成功变异的区间信息,以引导后续的进化操作,加强局部搜索能力.其次,算法使用Pareto排序来选择非劣解.当非劣解的数量超出预设规模时,利用拥挤距离进行排序来选择相对稀疏的抗体保留.最后,算法对最后的非劣解集进行删减时设计了均匀度增强算子,通过多次拥挤距离的排序反复删减最拥挤的抗体,从而提高非劣解集在目标空间上的均匀性.通过多目标测试函数的仿真试验,与经典的多目标进化算法相比,新算法得到的最终解集在覆盖性、收敛性和分布性均有明显的改善,并能更好地逼近理论Pareto前沿.
為瞭彊化非基因信息的傳承與利用,提齣一種非達爾文效應多目標免疫算法(non-Darwin effect multiobjective immune algorithm,NDIA).首先,利用區間記憶變異矩陣來保存進化中成功變異的區間信息,以引導後續的進化操作,加彊跼部搜索能力.其次,算法使用Pareto排序來選擇非劣解.噹非劣解的數量超齣預設規模時,利用擁擠距離進行排序來選擇相對稀疏的抗體保留.最後,算法對最後的非劣解集進行刪減時設計瞭均勻度增彊算子,通過多次擁擠距離的排序反複刪減最擁擠的抗體,從而提高非劣解集在目標空間上的均勻性.通過多目標測試函數的倣真試驗,與經典的多目標進化算法相比,新算法得到的最終解集在覆蓋性、收斂性和分佈性均有明顯的改善,併能更好地逼近理論Pareto前沿.
위료강화비기인신식적전승여이용,제출일충비체이문효응다목표면역산법(non-Darwin effect multiobjective immune algorithm,NDIA).수선,이용구간기억변이구진래보존진화중성공변이적구간신식,이인도후속적진화조작,가강국부수색능력.기차,산법사용Pareto배서래선택비렬해.당비렬해적수량초출예설규모시,이용옹제거리진행배서래선택상대희소적항체보류.최후,산법대최후적비렬해집진행산감시설계료균균도증강산자,통과다차옹제거리적배서반복산감최옹제적항체,종이제고비렬해집재목표공간상적균균성.통과다목표측시함수적방진시험,여경전적다목표진화산법상비,신산법득도적최종해집재복개성、수렴성화분포성균유명현적개선,병능경호지핍근이론Pareto전연.
