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:
多目标密度驱动进化算法(MODdEA)利用非支配等级信息和分区密度信息求解多目标优化问题,该算法在与其他多目标进化算法的比较中有着出色的表现。在其基础上本文提出了一种改进的多目标进化算法 MODdEA+,首先在该算法中基于搜索空间的分区机制提出了克隆操作,该操作不但能在进化前期增强算法的全局搜索能力,还能在进化后期提高算法的局部精化能力;其次引入一种基于 Pareto 信息表中个体支配及被支配信息的评价策略以使对信息表个体的排序结果更加精确;最后对变异操作进行了改进以降低出现不必要越界情况的概率。为验证改进算法的有效性,在对其进行分析的基础上针对多个测试问题将其与原算法进行了实验比较,结果表明改进算法的求解质量明显优于原算法。
推荐文章
一种改进的基于目标空间分割的多目标进化算法
多目标优化
进化算法
目标空间分割
区间索引
一种基于云模型的多目标进化算法
多目标优化
多目标进化算法
云模型
Pareto最优解
一种改进的多目标混合差分进化算法
差分进化算法
多目标优化
迁移操作
精英保留
非支配解
一种改进的基于 NSGA-Ⅱ和DE的多目标混合进化算法
NSGA-Ⅱ
拉丁超立方抽样技术
差分算子
变异算子
多目标优化
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 一种改进的基于密度的多目标进化算法
来源期刊 电子学报 学科 工学
关键词 进化算法 密度驱动 克隆操作 粗适应度值 变异操作
年,卷(期) 2016,(5) 所属期刊栏目 学术论文
研究方向 页码范围 1071-1077
页数 7页 分类号 TP311
字数 6888字 语种 中文
DOI 10.3969/j.issn.0372-2112.2016.05.009
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 张斌 东北大学信息科学与工程学院 203 1801 20.0 33.0
2 王鹏 东北大学信息科学与工程学院 24 90 5.0 8.0
3 张长胜 东北大学信息科学与工程学院 23 161 6.0 12.0
4 刘婷婷 东北大学信息科学与工程学院 10 32 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (11)
二级引证文献  (0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
进化算法
密度驱动
克隆操作
粗适应度值
变异操作
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