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:
基于分解的多目标进化算法(Multi-objective Evolutionary Algorithm Based on Decomposition,MOEA/D)是多目标优化算法的一个重要分支,多目标优化的关键问题是如何在算法的收敛性和散布性之间达到良好的平衡.目前主流算法的聚合函数存在着不同的优缺点,尤其是当使用切比雪夫方法选择个体时,经常出现个体偏离权重现象,个体和权重间得不到很好的粘合.本文基于此提出了一种新的聚合函数方法,提高了MOEA/D的性能.该聚合函数的函数形式为二次函数,种群个体在该函数下的等高线是一条二次曲线(本文称双曲线函数方法,Hyperbola Function Method,HYB),是对目前存在的聚合函数的一种泛化形式.该HYB方法相比PBI(Penalty-based Boundary Intersection)方法更强调收敛性,能更容易地在收敛性散布性之间达到平衡.本文测试了MOKP问题及DTLZ系列等测试函数,并与其他算法进行了实验对比,结果显示HYB方法更稳定有效且种群在收敛速度上有一定的提高.
推荐文章
优化初中数学二次函数教学的方法探讨
初中数学
二次函数
教学方法
二次函数综合复习教学设计
初中数学
二次函数
综合复习
教学设计
二次函数与一元二次方程的关系及其应用浅析
高中数学
二次函数
一元二次方程
关系
二次函数的教学
二次函数
问题情境
探索精神
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 MOEA/D聚合函数的二次泛化及其优化性能分析
来源期刊 广东工业大学学报 学科 工学
关键词 多目标优化 基于分解的多目标进化算法 聚合函数
年,卷(期) 2018,(4) 所属期刊栏目 综合研究
研究方向 页码范围 37-44
页数 8页 分类号 TP301.6
字数 6491字 语种 中文
DOI 10.12052/gdutxb.170147
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 王振友 广东工业大学应用数学学院 32 211 7.0 14.0
2 李锋 广东工业大学应用数学学院 24 133 6.0 10.0
3 李叶紫 广东工业大学应用数学学院 3 27 2.0 3.0
4 周怡璐 广东工业大学应用数学学院 3 27 2.0 3.0
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  (15)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (2)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多目标优化
基于分解的多目标进化算法
聚合函数
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
广东工业大学学报
双月刊
1007-7162
44-1428/T
16开
广东省广州市东风东路729号
1974
chi
出版文献量(篇)
2262
总下载数(次)
2
论文1v1指导