一种多目标进化算法的分布度评价方法

• 作者: 李密青 杨平 肖桂霞 郑金华
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 多目标进化算法(MOEA) 分布度评价 最小生成树 可变邻域 非均匀测试函数
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 研究与应用
• 页码范围: 695-703
• 页数: 9页
• 分类号: TP181
• 字数: 5633字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2008.05.020

摘要

系统分析现存多目标进化算法中分布度评价方法的特点和不足,提出一种基于最小生成树的可变邻域分布度评价方法,通过评价解集在"邻域"内的相对均匀程度,准确给出解集的分布结果,并部分解决现有方法不能对Pareto最优面为非均匀分布的测试函数评价的问题,另外,给出一种解集映射方法,使其在少考虑一维信息同时,保持分布情况不变,实验结果证明该方法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑金华	湘潭大学信息工程学院	134	1464	20.0	31.0
2	李密青	湘潭大学信息工程学院	21	270	10.0	15.0
3	杨平	湘潭大学信息工程学院	10	236	6.0	10.0
4	肖桂霞	湘潭大学信息工程学院	4	20	3.0	4.0