基于神经网络实现分布评估的多目标差分算法

• 作者: 李艳玮 郑伟勇
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 分布估计 差分算法 代理模型 径向基神经网络 最优解
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 智能技术
• 页码范围: 3092-3096,3127
• 页数: 6页
• 分类号: TP391.41
• 字数: 5838字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2015.11.042

摘要

为提高分布估计算法的模型精度和优化性能，提出一种基于神经网络实现分布评估的多目标差分算法。采用基于径向基神经网络的代理模型提供更多样本，以分区域的方法构建多个分布估计模型和代理模型，利用主成分分析技术和超体积指标确定具体的区域数量，建立各个模型与各段最优解所处流形之间的映射关系。通过差分算法的高效寻优能力引导分布估计模型的更新方向，设计差分算子与分布估计模型之间的自适应选择机制。基于5组多目标测试用例的实验结果表明，在IGD和IH‐指标上，该算法优于对比算法的用例数量分别为5组和4组，在高维优化问题上，其性能显著优于其它算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李艳玮	河南工程学院计算机学院	23	53	4.0	6.0
2	郑伟勇	河南工程学院计算机学院	21	51	4.0	6.0