一种基于超体积指标的多目标进化算法

• 作者: 周昕 王学武 顾幸生 魏建斌
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 多目标优化 超体积 非支配排序 IBEA
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 780-791
• 页数: 12页
• 分类号: TP301
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.20190917001

摘要

基于超体积指标的进化算法能够有效地解决多目标优化问题,可以获得收敛性和分布性均较好的解集,但计算复杂度高、程序运行效率低.针对二维和三维的多目标优化问题,提出了一种基于超体积指标的多目标进化算法(MOEA-HV).利用精确计算种群中个体的独立贡献超体积来指导种群进化,在基于指标的进化算法(IBEA)前对所有种群个体进行非支配排序,提前删除被支配的个体,从而减少个体独立贡献超体积的计算量来提升运行效率,同时与NSGA-Ⅲ算法相结合来优化算法的分布性.实验结果表明,MOEA-HV算法的运行效率更高,且能够获得较好的收敛性和分布性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾幸生		258	2839	26.0	42.0
2	王学武		22	210	10.0	14.0
3	魏建斌		1	0	0.0	0.0
4	周昕		1	0	0.0	0.0