基于自适应邻域策略的改进型MOEA/D算法

• 作者: 丁洋洋 周山胜 耿焕同 韩伟民
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 基于分解的多目标进化算法 邻域更新能力 进化状态 判断机制 自适应邻域策略
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 161-168
• 页数: 8页
• 分类号: TP18
• 字数: 7483字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0051232

摘要

为避免传统MOEA/D算法使用固定领域规模易造成种群进化效率降低的情况,提出一种基于自适应邻域策略的改进算法.设计一种能够反映子问题进化幅度和种群进化状态的判断机制.针对进化过程中的收敛性和分布性需求,提出基于进化状态判断的自适应邻域策略,从而根据种群和子问题的进化状态设定不同的邻域规模.使用WFG系列测试函数进行实验,结果表明,该算法能有效平衡进化过程中种群的收敛性与分布性,提高解集的整体性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	耿焕同	南京信息工程大学计算机与软件学院	53	258	9.0	12.0
2	韩伟民	南京信息工程大学计算机与软件学院	5	3	1.0	1.0
3	周山胜	南京信息工程大学计算机与软件学院	6	4	1.0	1.0
4	丁洋洋	南京信息工程大学计算机与软件学院	5	1	1.0	1.0