基于邻域和变异算子组合优化的MOEA/D算法

• 作者: 刘璐 郑力明
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 邻域范围 变异算子类型 候选池 基于分解的多目标进化算法 多目标优化
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 232-240
• 页数: 9页
• 分类号: TP301.6
• 字数: 8249字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.03.039

摘要

考虑到在基于分解的多目标进化算法(MOEA/D)中,邻域大小与变异算子类型对算法进化过程中的探索模式有不同的影响,提出优化的MOEA/D算法.4种不同大小的邻域范围和4个特性不同的变异策略两两组合构成候选池,利用负反馈原则,在进化过程中以较高概率从候选池中选择表现更优的组合.实验结果表明,该算法鲁棒性较强,在保证收敛性的同时具有较好的多样性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑力明	暨南大学电子工程系	68	779	15.0	25.0
2	刘璐	暨南大学电子工程系	11	35	4.0	5.0