计算机集成制造系统
計算機集成製造繫統
계산궤집성제조계통
COMPUTER INTEGRATED MANUFACTURING SYSTEMS
2014年
6期
1342-1351
,共10页
詹腾%张屹%朱大林%刘铮%郑小东
詹騰%張屹%硃大林%劉錚%鄭小東
첨등%장흘%주대림%류쟁%정소동
元胞模型%多策略差分进化%多目标优化%拥挤距离评估%替换策略
元胞模型%多策略差分進化%多目標優化%擁擠距離評估%替換策略
원포모형%다책략차분진화%다목표우화%옹제거리평고%체환책략
cellular model%multi-strategy differential evolution%multi-objective optimization%crowding diversity measure%replacement policy
针对现有的多目标进化算法在求解复杂的多目标优化问题时收敛性不佳和解的分布性差等问题,提出一种基于多策略差分进化的元胞多目标遗传算法.通过分析不同差分进化模式的优劣,结合元胞模型,定义了一种多策略差分协同进化的选择算子;针对当前拥挤距离评估方法存在的缺陷,引入一种基于熵的拥挤距离评估方法,同时改进了替换策略.通过12个标准测试函数进行测试,证明了新算法相对于非支配排序遗传算法、元胞多目标遗传算法和混合元胞遗传算法,不仅具有更好的收敛性和多样性,而且在解的覆盖率上得到了一定程度的提高,尤其适合于高维复杂多目标优化问题的求解.
針對現有的多目標進化算法在求解複雜的多目標優化問題時收斂性不佳和解的分佈性差等問題,提齣一種基于多策略差分進化的元胞多目標遺傳算法.通過分析不同差分進化模式的優劣,結閤元胞模型,定義瞭一種多策略差分協同進化的選擇算子;針對噹前擁擠距離評估方法存在的缺陷,引入一種基于熵的擁擠距離評估方法,同時改進瞭替換策略.通過12箇標準測試函數進行測試,證明瞭新算法相對于非支配排序遺傳算法、元胞多目標遺傳算法和混閤元胞遺傳算法,不僅具有更好的收斂性和多樣性,而且在解的覆蓋率上得到瞭一定程度的提高,尤其適閤于高維複雜多目標優化問題的求解.
침대현유적다목표진화산법재구해복잡적다목표우화문제시수렴성불가화해적분포성차등문제,제출일충기우다책략차분진화적원포다목표유전산법.통과분석불동차분진화모식적우렬,결합원포모형,정의료일충다책략차분협동진화적선택산자;침대당전옹제거리평고방법존재적결함,인입일충기우적적옹제거리평고방법,동시개진료체환책략.통과12개표준측시함수진행측시,증명료신산법상대우비지배배서유전산법、원포다목표유전산법화혼합원포유전산법,불부구유경호적수렴성화다양성,이차재해적복개솔상득도료일정정도적제고,우기괄합우고유복잡다목표우화문제적구해.
