基于动态ε支配的多目标遗传算法

摘要：

基于Pareto支配的MOEA存在着一些缺陷,如容易出现退化现象等.而基于ε支配的MOEA可以比较好地解决这些问题,并具有比较理想的收敛性和分布性.但是采用传统的ε-MOEA时,最大的困难就是ε的值的设定,并且传统的MOEA得出的解在边界部分个体的丢失现象也比较严重.针对这种情况提出了一种新的基于动态ε支配的多目标遗传算法(DEMOEA),它不需要手动设定ε的值,并且引入了动态网格概念来改善边界解丢失的现象.通过与其他两个经典的多目标进化算法的NSAGA-Ⅱ和SPEA-2的对比实验,表明提出的DEMOEA能在收敛性、分布性有较好的改进.

关键词：多目标优化、动态ε支配、基于动态ε支配的多目标遗传算法(DEMOEA)

所属期刊栏目：45

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 60773047;国家高技术研究发展计划863the National High-Tech Research and Development Plan of China under Grant 2001AA114060;教育部留学回国人员科研启动基金The Project-sponsored by SRF for ROCS,SEM,教外司留[2005]546号；湖南省自然科学基金the Natural Science Foundation of Hunan Province of China under Grant 05JJ30125;湖南省教育厅重点科研项目06A074

在线出版日期：2009-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：69-72