基于距离收敛量和历史信息密度的多目标进化算法

• 作者: 刘博 张友 李潇涵
• 来源期刊: 计算机应用研究
• 关键词: 多目标进化算法 距离收敛量 历史信息密度 配对选择
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3580-3584
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.12.014

摘要

在筛选个体的过程中,多目标进化算法大多利用非支配信息和密度信息评价个体.但当个体互为非支配关系时,上述信息就难以区分个体的优劣从而影响算法性能.为了改善上述情况,提出了一种基于距离收敛量和历史信息密度的多目标进化算法.距离收敛量可以在非支配信息不能区分个体时评价个体的收敛性;历史信息密度可以更精确地提供个体多样性信息.在与四个先进的多目标进化算法的对比实验中,新算法的求解质量明显优于对比算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘博	东北师范大学计算机科学与信息技术学院	5	5	2.0	2.0
2	张友	东北师范大学计算机科学与信息技术学院	16	72	5.0	8.0
3	李潇涵	东北师范大学计算机科学与信息技术学院	1	2	1.0	1.0