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:
传统多目标优化算法(Multi-objective evolution algorithms,MOEAs)的基本框架大致分为两部分:首先是收敛性保持,采用Pareto支配方法将种群分成若干非支配层;其次是分布性保持,在临界层中,采用分布性保持机制维持种群的分布性.然而在处理高维优化问题(Many-objective optimization problems,MOPs)(目标维数大于3)时,随着目标维数的增加,种群的收敛性和分布性的冲突加剧,Pareto支配关系比较个体优劣的能力也迅速下降,此时传统的MOEA已不再适用于高维优化问题.鉴于此,本文提出了一种基于邻域竞赛的多目标优化算法(Evolutionary algorithm based on neighborhood competition for multi-objective optimization,NCEA).NCEA首先将个体的各个目标之和作为个体的收敛性估计;然后,计算当前个体向量与收敛性最好的个体向量之间的夹角,并将其作为当前个体的邻域估计;最后,通过邻域竞赛方法将问题划分为若干个相互关联的子问题并逐步优化.为了验证NCEA的有效性,本文选取5个优秀的算法与NCEA进行对比实验.通过对比实验验证,NCEA具有较强的竞争力,能同时保持良好的收敛性和分布性.
推荐文章
变邻域杂草算法在多目标柔性作业车间调度中的应用
杂草算法
柔性作业车间
多目标优化
变邻域搜索
基于人工免疫算法的多目标函数优化
人工免疫算法
多目标优化
遗传算法
自组织多目标粒子群优化算法
多目标粒子群优化
自组织映射
种群分布
精英学习策略
基于粒子群算法的钻进参数多目标优化
钻进参数
多目标优化
机械钻速
粒子群
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 基于邻域竞赛的多目标优化算法
来源期刊 自动化学报 学科
关键词 多目标优化算法 Pareto支配关系 邻域竞赛机制 高维优化问题
年,卷(期) 2018,(7) 所属期刊栏目 论文与报告
研究方向 页码范围 1304-1320
页数 17页 分类号
字数 9100字 语种 中文
DOI 10.16383/j.aas.2017.c160315
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 郑金华 湘潭大学信息工程学院智能计算与信息处理教育部重点实验室 134 1464 20.0 31.0
3 邹娟 湘潭大学信息工程学院智能计算与信息处理教育部重点实验室 12 122 6.0 11.0
4 刘元 湘潭大学信息工程学院智能计算与信息处理教育部重点实验室 1 3 1.0 1.0
7 喻果 湘潭大学信息工程学院智能计算与信息处理教育部重点实验室 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (27)
参考文献  (17)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (2)
1975(1)
  • 参考文献(1)
  • 二级参考文献(0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(3)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(12)
  • 参考文献(4)
  • 二级参考文献(8)
2015(4)
  • 参考文献(3)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
多目标优化算法
Pareto支配关系
邻域竞赛机制
高维优化问题
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
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
湖南省自然科学基金
英文译名:Natural Science Foundation of Hunan Province
官方网址:http://jj.hnst.gov.cn/
项目类型:一般面上项目
学科类型:
论文1v1指导