汕头大学学报（自然科学版）
汕頭大學學報（自然科學版）
산두대학학보（자연과학판）
Journal of Shantou University(Natural Science Edition)
2015年
3期
3-17
,共15页
约束多目标进化算法%反向学习%修补算子
約束多目標進化算法%反嚮學習%脩補算子
약속다목표진화산법%반향학습%수보산자
为了避免约束多目标进化算法陷入局部最优,提出了一种新的边界修补算子.该边界修复算子受到反向学习的启发,把违法盒型约束的解修复到其对应的反向可行边界,以增强约束多目标进化算法的多样性.为了验证所提的修补算子的有效性,在经典的约束多目标基准测试问题CTP2-CTP8上进行了实验仿真,仿真的结果表明所提出的新型的修补算子在多样性和收敛性上均优于现有的边界修补算子.为了进一步验证所提出的新型修补算子,设计了一组约束多目标优化问题MCOP1-MCOP7,作为CTP测试问题的有效补充.在MCOP1-MCOP7上的仿真结果同样表明,所提出的新型边界修补算子同时在收敛性和多样性上要优于现有的修补算子.
為瞭避免約束多目標進化算法陷入跼部最優,提齣瞭一種新的邊界脩補算子.該邊界脩複算子受到反嚮學習的啟髮,把違法盒型約束的解脩複到其對應的反嚮可行邊界,以增彊約束多目標進化算法的多樣性.為瞭驗證所提的脩補算子的有效性,在經典的約束多目標基準測試問題CTP2-CTP8上進行瞭實驗倣真,倣真的結果錶明所提齣的新型的脩補算子在多樣性和收斂性上均優于現有的邊界脩補算子.為瞭進一步驗證所提齣的新型脩補算子,設計瞭一組約束多目標優化問題MCOP1-MCOP7,作為CTP測試問題的有效補充.在MCOP1-MCOP7上的倣真結果同樣錶明,所提齣的新型邊界脩補算子同時在收斂性和多樣性上要優于現有的脩補算子.
위료피면약속다목표진화산법함입국부최우,제출료일충신적변계수보산자.해변계수복산자수도반향학습적계발,파위법합형약속적해수복도기대응적반향가행변계,이증강약속다목표진화산법적다양성.위료험증소제적수보산자적유효성,재경전적약속다목표기준측시문제CTP2-CTP8상진행료실험방진,방진적결과표명소제출적신형적수보산자재다양성화수렴성상균우우현유적변계수보산자.위료진일보험증소제출적신형수보산자,설계료일조약속다목표우화문제MCOP1-MCOP7,작위CTP측시문제적유효보충.재MCOP1-MCOP7상적방진결과동양표명,소제출적신형변계수보산자동시재수렴성화다양성상요우우현유적수보산자.
