基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
高维多目标优化问题普遍存在且非常重要,但是,已有的解决方法却很少。本文提出一种有效解决该问题的融入决策者偏好的集合进化优化方法,该方法首先基于决策者给出的每个目标的偏好区域,将原优化问题的目标函数转化为期望函数;然后,以原优化问题的多个解形成的集合为新的决策变量,以超体积和决策者期望满足度为新的目标函数,将优化问题转化为2目标优化问题;最后,采用多目标集合进化优化方法求解,得到满足决策者偏好且收敛性和分布性均衡的Pareto优化解集。将所提方法应用于4个基准高维多目标优化问题,并与其他2种方法比较,实验结果验证了所提方法的优越性。
推荐文章
融入偏好的区间高维多目标集合进化优化方法
进化算法
高维多目标优化
偏好
区间
集合进化
基于决策者偏好区域的多目标粒子群算法研究
偏好区域
多目标优化
粒子群优化算法
最大化个人偏好的多目标优化进化算法
个人偏好
多目标优化
遗传算法
方差
基于集合的高维多目标优化问题的进化算法
进化算法
高维多目标优化
集合进化
用户偏好
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高维多目标优化问题融入决策者偏好的集合进化优化方法
来源期刊 电子学报 学科 工学
关键词 进化优化 高维多目标优化 决策者偏好 期望函数 降维
年,卷(期) 2014,(5) 所属期刊栏目 学术论文
研究方向 页码范围 933-939
页数 7页 分类号 TN911.23
字数 6450字 语种 中文
DOI 10.3969/j.issn.0372-2112.2014.05.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 巩敦卫 中国矿业大学信息与电气工程学院 117 1590 22.0 32.0
2 孙晓燕 中国矿业大学信息与电气工程学院 37 544 14.0 22.0
3 王更星 中国矿业大学信息与电气工程学院 2 17 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (44)
参考文献  (9)
节点文献
引证文献  (16)
同被引文献  (24)
二级引证文献  (26)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(5)
  • 引证文献(5)
  • 二级引证文献(0)
2017(11)
  • 引证文献(5)
  • 二级引证文献(6)
2018(8)
  • 引证文献(2)
  • 二级引证文献(6)
2019(11)
  • 引证文献(1)
  • 二级引证文献(10)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
进化优化
高维多目标优化
决策者偏好
期望函数
降维
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导