计算机学报
計算機學報
계산궤학보
CHINESE JOURNAL OF COMPUTERS
2014年
12期
2530-2547
,共18页
郑金华%申瑞珉%李密青%邹娟%袁琦钊
鄭金華%申瑞珉%李密青%鄒娟%袁琦釗
정금화%신서민%리밀청%추연%원기쇠
进化模型%进化环境%多目标优化%多目标进化算法
進化模型%進化環境%多目標優化%多目標進化算法
진화모형%진화배경%다목표우화%다목표진화산법
evolutionary model%evolutionary environment%multi-objective optimization%multi-objective evolutionary algorithm
传统多目标进化算法主要是模仿生物自身的进化过程,没有考虑环境对进化的作用,缺乏能动的、指导性的搜索.提出一种基于进化环境的多目标进化模型,利用进化环境记录群体进化过程中产生的知识信息,并反过来指导群体搜索,实现环境与群体的共同进化.此外,给出基于进化环境的多目标进化模型的一种算法实现,利用环境域和单元域表示进化环境,设置了一组环境规则,从而实现进化环境对进化群体的约束、促进和导向作用.通过与5个代表性经典多目标进化算法,对12个具有不同特征和不同求解难度的测试函数,在Generational Distance、Hypervolume和Inverted Generational Distance三项性能指标上进行比较实验,验证了文中所提出的算法具有良好的收敛性和综合性能.
傳統多目標進化算法主要是模倣生物自身的進化過程,沒有攷慮環境對進化的作用,缺乏能動的、指導性的搜索.提齣一種基于進化環境的多目標進化模型,利用進化環境記錄群體進化過程中產生的知識信息,併反過來指導群體搜索,實現環境與群體的共同進化.此外,給齣基于進化環境的多目標進化模型的一種算法實現,利用環境域和單元域錶示進化環境,設置瞭一組環境規則,從而實現進化環境對進化群體的約束、促進和導嚮作用.通過與5箇代錶性經典多目標進化算法,對12箇具有不同特徵和不同求解難度的測試函數,在Generational Distance、Hypervolume和Inverted Generational Distance三項性能指標上進行比較實驗,驗證瞭文中所提齣的算法具有良好的收斂性和綜閤性能.
전통다목표진화산법주요시모방생물자신적진화과정,몰유고필배경대진화적작용,결핍능동적、지도성적수색.제출일충기우진화배경적다목표진화모형,이용진화배경기록군체진화과정중산생적지식신식,병반과래지도군체수색,실현배경여군체적공동진화.차외,급출기우진화배경적다목표진화모형적일충산법실현,이용배경역화단원역표시진화배경,설치료일조배경규칙,종이실현진화배경대진화군체적약속、촉진화도향작용.통과여5개대표성경전다목표진화산법,대12개구유불동특정화불동구해난도적측시함수,재Generational Distance、Hypervolume화Inverted Generational Distance삼항성능지표상진행비교실험,험증료문중소제출적산법구유량호적수렴성화종합성능.
