一种基于拉丁超立方体抽样的多目标进化算法

• 作者: 罗彪 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) 拉丁超立方体抽样(LHS) 复杂Pareto解集 进化模型 局部搜索 进化操作
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 223-233
• 页数: 11页
• 分类号: TP181
• 字数: 7813字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2009.02.009

摘要

传统多目标进化算法(MOEA)在解决具有复杂Pareto解集的多目标优化问题(CPS_MOP)时存在严重的退化现象.为此,本文提出两种进化模型-基于个体的进化模型和基于种群的进化模型.并在此基础上,设计两类基于拉丁超立方体抽样(LHS)的MOEA(LHS-MOEA).LHS-MOEA采用LHS局部搜索开采目前较优秀的区域,采用进化操作在可行解空间中探测新的搜索区域,从而有效克服退化现象.实验结果表明,LHS-MOEA求解CPS_MOPs的效果较好,比经典算法NSGA_Ⅱ具有明显的优势.

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	罗彪	湘潭大学信息工程学院	15	172	9.0	13.0