多目标进化算法中基于角度偏好的ε-Pareto 支配策略

• 作者: 赖念 郑金华 郭观七
• 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) 多目标优化 支配关系 偏好
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 研究与应用
• 页码范围: 569-576
• 页数: 8页
• 分类号: TP181
• 字数: 6131字
• 语种: 中文

摘要

利用参考点及角度值引入决策者的偏好信息,采用角度偏好区域设定方法将目标空间划分为偏好区域和非偏好区域,提出一种能区分偏好区域和非偏好区域中非支配解的支配策略---角度偏好的ε-Pareto 支配策略.为验证所提出的支配策略的有效性,将其融入基于ε支配的多目标进化算法(ε-MOEA)中,形成 AP-ε-MOEA.通过与融入 G 支配的 G-NSGA-II 和融入 R 支配的 R-NSGA-II 的性能对比实验表明,AP-ε-MOEA 在以较快速度收敛到Pareto 最优边界的同时,能较好满足决策者偏好.

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	赖念	湘潭大学信息工程学院	1	3	1.0	1.0
3	郭观七	湘潭大学信息工程学院	1	3	1.0	1.0