基于改进的NSGA-Ⅱ多目标优化方法研究

• 作者: 吴晓锋 赵超凡 路艳雪 韩晓霞
• 来源期刊: 计算机应用研究
• 关键词: 降维 搜索空间 遗传算子 神经网络 多目标优化 非支配解
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1733-1737
• 页数: 5页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.06.029

摘要

针对传统多目标优化算法在其领域存在的多个子目标不能同时取优的问题,提出了一种基于改进的非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)多目标优化方法.以多目标优化遗传算法为基础,多输入多输出的反向传播(back-propagation,BP)神经网络为适应度函数评价体系,保证算法快速收敛并搜索到全局最优解集.该算法在建模前对实验数据进行主成分分析,降低了运算时间和算法难度,通过在遗传进化过程中引进正态分布交叉算子(normal distribution crossover,NDX)和改进的自适应调整变异算子,实现了多个目标同时取优,保证Pareto最优解集快速、准确地获取.仿真实验使用UCI数据集,通过与其他常用的多目标优化算法对比,验证了改进的NSGA-Ⅱ算法精确度更高、收敛速度更快、稳定性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩晓霞	太原理工大学信息工程学院	17	79	5.0	8.0
2	路艳雪	太原理工大学信息工程学院	2	21	2.0	2.0
3	赵超凡	太原理工大学信息工程学院	3	23	2.0	3.0
4	吴晓锋	太原理工大学信息工程学院	1	19	1.0	1.0