基于分解的多目标量子差分进化算法

• 作者: 刘文娟 吕亚丽 常新功
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: MOEA /D 量子计算 差分进化 实数编码
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 算 法
• 页码范围: 277-282
• 页数: 6页
• 分类号: TP301
• 字数: 7185字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.08.062

摘要

基于分解的多目标进化算法 MOEA ／D（Multi-objective Evolutionary Algorithm Based on Decomposition）具有收敛速度快、分布性好等特点，但其在非凸函数上的性能有待提高。鉴于量子进化算法在多峰值函数上的优良性能，将 MOEA ／D 与量子进化算法相结合，提出基于分解的多目标量子差分进化算法 QD-MOEA ／D（Quantum Differential Multi-objective Evolutionary Algorithm Based on Decomposition）。QD-MOEA ／D 的量子染色体采用实数编码，节省存储空间，加快运算速度。为了加快算法收敛速度并提高算法探测能力，量子染色体采取差分进化，其变异方式为量子非门。在多个标准测试函数的实验结果表明，该算法改进了 MOEA ／D 在非凸函数上的收敛性和分布性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常新功	山西财经大学信息管理学院	34	107	5.0	9.0
2	吕亚丽	山西财经大学信息管理学院	17	40	4.0	6.0
3	刘文娟	山西财经大学信息管理学院	5	6	1.0	1.0