基于微分进化求解多目标优化问题中的退化现象
基于微分进化(DE)的多目标进化算法(MOEA)在求解过程中存在着退化现象,导致算法的收敛性无法保证,同时也降低了求解的效率.针对这一问题,分析了算法中存在的两种退化现象,提出了针对两种退化现象相应的解决办法,最后给出了一种新的基于DE的MOEA.新算法克服了已有算法中存在的退化现象,保证了算法的收敛性和解的多样性,有效地提高了算法的效率,通过数值实验验证了新算法的可行性和有效性.
人工智能、微分进化、多目标优化问题、退化现象、多目标进化算法
39
TP18(自动化基础理论)
国家自然科学基金项目60673099,60873146;吉林大学"985"工程项目;"863"国家高技术研究发展计划计划项目2007AA04Z114,2009AA02Z307;"符号计算与知识工程"教育部重点实验室项目;吉林省科技发展计划项目20080168;吉林大学"985工程"研究生创新基金项目20080236
2016-05-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
1041-1046