一种基于云模型的多目标进化算法

• 作者: 余建平 彭志平 柯文德 许波 陈晓龙
• 来源期刊: 信息与控制
• 关键词: 多目标优化 多目标进化算法 云模型 Pareto最优解
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 326-332
• 分类号: TP273
• 语种: 中文
• DOI: 10.3724/SP.J.1219.2012.00326

摘要

在多目标进化算法的基础上,提出了一种基于云模型的多目标进化算法(CMOEA).算法设计了一种新的变异算子来自适应地调整变异概率,使得算法具有良好的局部搜索能力.算法采用小生境技术,其半径按X条件云发生器非线性动态地调整以便于保持解的多样性,同时动态计算个体的拥挤距离并采用云模型参数来估计个体的拥挤度,逐个删除种群中超出的非劣解以保持解的分布性.将该算法用于多目标0/1背包问题来测试CMOEA的性能,并与目前最流行且有效的多目标进化算法NSGA-Ⅱ及SPEA2进行了比较.结果表明,CMOEA具有良好的搜索性能,并能很好地维持种群的多样性,快速收敛到Pareto前沿,所获得的Pareto最优解集具有更好的收敛性与分布性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭志平	广东石油化工学院计算机科学与技术系	79	414	10.0	14.0
2	许波	广东石油化工学院计算机科学与技术系	31	249	8.0	14.0
3	柯文德	广东石油化工学院计算机科学与技术系	57	230	8.0	12.0
4	陈晓龙	广东石油化工学院计算机科学与技术系	15	106	6.0	9.0
5	余建平	湖南师范大学数学与计算机科学学院	15	186	8.0	13.0