多目标进化算法搜索鲁棒最优解效率研究

摘要：

鲁棒最优解是进化计算研究的重要方面,同时也是研究难点,多目标进化算法搜索鲁棒最优解时,通常要用蒙特卡罗积分(MCI)近似估计有效目标函数(EOF),而已有求解方法近似精度不高,使得算法搜索鲁棒最优解的性能较差.提出用拟蒙特卡罗方法(Q-MC)来估计有效目标函数方法,其所引入的Q-MC方法-Korobov点阵能更精确地估计EOF.实验结果表明,与现有的原始蒙特卡罗方法(C-MC)相比,拟蒙特卡罗方法(Q-MC)可以较大地提高多目标进化算法搜索鲁棒最优解的效率.

关键词：进化算法、鲁棒最优解、拟蒙特卡罗方法、有效目标函数、蒙特卡罗积分

所属期刊栏目：47

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;湖南省自然科学基金09JJ6089;湖南省教育厅科研项目06A074

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：29-33,70