智能系统学报
智能繫統學報
지능계통학보
CAAI TRANSACTIONS ON INTELLIGENT SYSTEMS
2013年
1期
39-45
,共7页
陶新民%徐鹏%刘福荣%张冬雪
陶新民%徐鵬%劉福榮%張鼕雪
도신민%서붕%류복영%장동설
多目标优化%分布估计算法%差分进化算法
多目標優化%分佈估計算法%差分進化算法
다목표우화%분포고계산법%차분진화산법
为了提高多目标优化算法的收敛能力及求解精度,提出了一种组合分布估计和差分进化的多目标优化算法.该方法用分布估计算法和差分进化算法共同生成种群中的粒子,利用选择因子来控制每个粒子的产生方式,并且根据迭代次数的增加来改变2种算法的使用比例,搜索初期利用分布估计算法进行快速定位,然后用差分进化算法进行精确搜索.并对差分进化算法的变异因子进行了改进,定义了一个可变的变异因子,来控制不同搜索时期中差分进化算法的变异范围.用4个测试函数对算法进行了仿真测试,并同NSGA-Ⅱ和RM-MEDA进行了比较.实验结果表明,该算法具有良好的收敛性和分布性,并且效果稳定.
為瞭提高多目標優化算法的收斂能力及求解精度,提齣瞭一種組閤分佈估計和差分進化的多目標優化算法.該方法用分佈估計算法和差分進化算法共同生成種群中的粒子,利用選擇因子來控製每箇粒子的產生方式,併且根據迭代次數的增加來改變2種算法的使用比例,搜索初期利用分佈估計算法進行快速定位,然後用差分進化算法進行精確搜索.併對差分進化算法的變異因子進行瞭改進,定義瞭一箇可變的變異因子,來控製不同搜索時期中差分進化算法的變異範圍.用4箇測試函數對算法進行瞭倣真測試,併同NSGA-Ⅱ和RM-MEDA進行瞭比較.實驗結果錶明,該算法具有良好的收斂性和分佈性,併且效果穩定.
위료제고다목표우화산법적수렴능력급구해정도,제출료일충조합분포고계화차분진화적다목표우화산법.해방법용분포고계산법화차분진화산법공동생성충군중적입자,이용선택인자래공제매개입자적산생방식,병차근거질대차수적증가래개변2충산법적사용비례,수색초기이용분포고계산법진행쾌속정위,연후용차분진화산법진행정학수색.병대차분진화산법적변이인자진행료개진,정의료일개가변적변이인자,래공제불동수색시기중차분진화산법적변이범위.용4개측시함수대산법진행료방진측시,병동NSGA-Ⅱ화RM-MEDA진행료비교.실험결과표명,해산법구유량호적수렴성화분포성,병차효과은정.
