基于Kriging的多目标遗传算法

• 作者: 罗小云 郑安波 马汉东
• 来源期刊: 航空计算技术
• 关键词: 多目标优化 遗传算法 物理规划 约束
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 计 算 方 法
• 页码范围: 87-90
• 页数: 4页
• 分类号: O224
• 语种: 中文

摘要

为了提高多目标优化问题的求解效率，提出了一种新的处理约束多目标优化问题的基于Kriging的多目标遗传算法（ MOKGA）。 MOKGA采用物理规划法将多目标优化转化为单目标优化，然后构建目标函数的考虑约束的EI（Expected Improvement ）模型，并采用遗传算法进行求解。六峰值驼背函数和一个导弹多目标多学科设计优化问题用于MOKGA算法性能的测试。结果表明，与理论解相比，MOKGA算法有很好的优化结果；与NSGA II相比， MOKGA有很快的收敛性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马汉东		43	176	8.0	11.0
2	罗小云		8	29	4.0	5.0
3	郑安波		8	21	3.0	4.0