基于改进MOJAYA/D算法的图像分割

摘要：

为处理多目标优化问题,提出一种基于分解的多目标JAYA(MOJAYA/D)算法.该算法在原始基于分解的多目标算法的基础上,将JAYA算法延伸至多目标优化领域;同时,引入Lévy飞行策略增强算法的扰动,并且增加一个反馈学习阶段来提高个体的学习能力,使得算法的多样性和全局寻优的水平得到提高.为了验证提出算法的性能,将该算法在ZDT和DTLZ测试函数上与几个经典的多目标算法进行对比.实验结果表明,MOJAYA/D在收敛性和多样性方面都优于其他比较算法.最后,将该算法应用于多个目标准则下的图像分割问题.分割结果表明,MOJAYA/D在处理图像分割问题上效果显著.

关键词：JAYA算法、多目标优化、反馈学习、图像分割

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;安徽省学术;技术带头人及后备人选学术科研活动经费资助项目

在线出版日期：2023-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：62-72