基于聚类的NSGA-II算法

• 作者: 李志强 蔺想红
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 多目标进化算法 多目标优化 K均值聚类 非支配排序遗传算法II 局部搜索 Pareto前沿
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 186-190
• 页数: 5页
• 分类号: TP18
• 字数: 3143字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.12.040

摘要

采用精英策略的非支配排序遗传算法(NSGA-II)种群收敛分布不均匀，全局搜索能力较弱。针对该问题，基于现有的算法，提出一种基于聚类学习机制的多目标进化算法KMCNSGA-II。利用K均值聚类对目标函数和个体分别进行聚类，对聚类后的个体进行局部学习，以提高适应度。将该算法应用于经典的多目标约束和非约束测试函数中，通过收敛性指标世代距离和多样性指标?进行性能评价。实验结果表明，与NSGA-II算法相比，该算法在算法收敛性和种群多样性保持方面均有明显提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔺想红	西北师范大学计算机科学与工程学院	28	207	8.0	13.0
2	李志强	西北师范大学计算机科学与工程学院	5	28	3.0	5.0