基于数据仓库的多目标优化遗传算法

• 作者: 毕书东 许峰
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 遗传算法 多目标优化 PARETO最优解 数据仓库 欧氏距离
• 年，卷（期）: 2006,（2）
• 页码范围: 13-14
• 页数: 2页
• 分类号: TP301

摘要

基于数据仓库的多目标优化遗传算法为解决多目标优化问题提供了有效的途径。其基本思想是：为求Pareto最优解的多目标优化遗传算法建立一个数据仓库，将进化过程中所产生的每一代Pareto最优解放入数据仓库中，在每一代先对数据仓库中的所有个体进行求Pareto最优解运算，淘汰掉劣解，再进行个体间的欧氏距离运算，将小于指定值的其中一个个体作为劣解处理。大量的计算机仿真计算表明，这种算法不仅能够有效地避免交叉或变异操作对Pareto最优解产生的破坏。而且进化速度极快，算法稳定，一般只需20-40代的运算．即可得到分布广泛的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	许峰	安徽理工大学数理系	143	328	9.0	12.0
2	毕书东	安徽理工大学计算机系	2	5	1.0	2.0