计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2013年
12期
3652-3656
,共5页
张雨真%戴光明%彭雷%王茂才
張雨真%戴光明%彭雷%王茂纔
장우진%대광명%팽뢰%왕무재
多目标演化%熵%判定准则%基于熵值的多目标演化算法
多目標縯化%熵%判定準則%基于熵值的多目標縯化算法
다목표연화%적%판정준칙%기우적치적다목표연화산법
multi-objective evolution%entropy%criteria%EB-MOEA
为了克服传统多目标演化算法在进化后期遗传操作可能失效使算法性能降低以及基于概率建模的多目标算法在演化初期由于种群分布尚未呈现一定规律,采样产生的新个体的搜索方向同目标方向存在差异,提出一种基于熵值的多目标演化算法(entropy based multi-objective evolutionary algorithm,EB-MOEA).算法利用种群进化过程中,个体分布存在从无序到有序的现象,设计了一种基于熵值理论的种群分布计算方法,并将其作为种群从无序到有序过渡的判定准则,指导遗传操作和概率建模操作切换的时机.新算法采用ZDT、DTLZ系列测试集进行实验,通过与NSGA-Ⅱ以及RM-MEDA算法的实验对比,证明了新判断准则的有效性,EB-MOEA具有更好的寻优性能.
為瞭剋服傳統多目標縯化算法在進化後期遺傳操作可能失效使算法性能降低以及基于概率建模的多目標算法在縯化初期由于種群分佈尚未呈現一定規律,採樣產生的新箇體的搜索方嚮同目標方嚮存在差異,提齣一種基于熵值的多目標縯化算法(entropy based multi-objective evolutionary algorithm,EB-MOEA).算法利用種群進化過程中,箇體分佈存在從無序到有序的現象,設計瞭一種基于熵值理論的種群分佈計算方法,併將其作為種群從無序到有序過渡的判定準則,指導遺傳操作和概率建模操作切換的時機.新算法採用ZDT、DTLZ繫列測試集進行實驗,通過與NSGA-Ⅱ以及RM-MEDA算法的實驗對比,證明瞭新判斷準則的有效性,EB-MOEA具有更好的尋優性能.
위료극복전통다목표연화산법재진화후기유전조작가능실효사산법성능강저이급기우개솔건모적다목표산법재연화초기유우충군분포상미정현일정규률,채양산생적신개체적수색방향동목표방향존재차이,제출일충기우적치적다목표연화산법(entropy based multi-objective evolutionary algorithm,EB-MOEA).산법이용충군진화과정중,개체분포존재종무서도유서적현상,설계료일충기우적치이론적충군분포계산방법,병장기작위충군종무서도유서과도적판정준칙,지도유전조작화개솔건모조작절환적시궤.신산법채용ZDT、DTLZ계렬측시집진행실험,통과여NSGA-Ⅱ이급RM-MEDA산법적실험대비,증명료신판단준칙적유효성,EB-MOEA구유경호적심우성능.