一种基于混合高斯模型的多目标进化算法?

• 作者: 周爱民 张桂戌 张青富
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 多目标优化 进化算法 MOEA/D 混合高斯概率模型
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 913-928
• 页数: 16页
• 分类号: TP181
• 字数: 11917字
• 语种: 中文

摘要

目前,大多数多目标进化算法采用为单目标优化所设计的重组算子。通过证明或实验分析了几个典型的单目标优化重组算子并不适合某些多目标优化问题。提出了基于分解技术和混合高斯模型的多目标优化算法(multiobjective evolutionary algorithm based on decomposition and mixture Gaussian models,简称MOEA/D-MG)。该算法首先采用一个改进的混合高斯模型对群体建模并采样产生新个体,然后利用一个贪婪策略来更新群体。针对具有复杂Pareto前沿的多目标优化问题的测试结果表明,对给定的大多数测试题,该算法具有良好的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张桂戌	华东师范大学计算机科学与技术系	21	148	6.0	11.0
2	周爱民	华东师范大学计算机科学与技术系	6	46	2.0	6.0