蚁群遗传算法的多目标优化

摘要：

为了求解带有约束条件的多目标函数优化问题,提出基于连续空间优化的多目标蚁群遗传算法.针对多目标优化问题的特点,定义连续空间中利用信息量指导遗传搜索策略和信息更新方法,将信息量指导遗传搜索、优秀决策引入、决策集更新、改变算法终止条件等方式相结合,有效地加速了搜索的收敛速度,控制了Pareto最优决策集的数量,扩大了决策的分布范围,维持了决策的多样性.数值实验说明该算法能够快速找到一组分布广泛的Pareto最优决策.

关键词：约束多目标优化、蚁群遗传算法、Pareto最优决策

所属期刊栏目：34

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60373062;湖南大学校科研和教改项目

在线出版日期：2008-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：200-202