求解多目标优化问题的随机梯度遗传算法

• 作者: 李秀娟
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 遗传算法 多目标 梯度
• 年，卷（期）: 2003,（4）
• 页码范围: 455-458
• 页数: 4页
• 分类号: TP301.6|O241
• 字数: 2906字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2615.2003.04.024

摘要

遗传算法的收敛速度很慢,为此引入另一种解决优化问题的工具,即Simultaneous Perturbation StochasticApproximation(SPSA)算法,该算法是一种简单、易实现、高效率的随机逼近算法.本文将SPSA算法作为一种快速局部优化方法并将其和遗传算法的整体搜索策略结合起来,提出一种解决多目标优化问题的随机梯度遗传算法,对新算法的执行策略进行了认真的设计.大量的数值实验表明:随机梯度遗传算法不仅提高了多目标遗传算法的收敛速度,且得到了大量的分布较均匀的Pareto最优解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李秀娟	南京航空航天大学理学院	38	250	9.0	14.0