10.3969/j.issn.1001-3695.2012.05.015
和声搜索—分布估计混合算法求解多目标优化问题
针对和声搜索算法不能很好地求解多目标优化问题的缺陷,提出一种多目标和声搜索—分布估计混合算法(MHS-EDA).该算法一方面利用分布估计的采样操作对和声记忆库内进行搜索,拓宽了和声记忆库内空间;另一方面对和声记忆库外进行外部档案搜索,实现群体间信息交换,从而提高了多目标和声算法的全局搜索能力.数值实验选取六个常用测试函数,并与多目标遗传算法、多目标分布估计算法、多目标和声搜索算法进行比较,测试结果表明提出的混合算法能够有效地解决多目标优化问题.
多目标优化、和声搜索、分布估计
29
TP18(自动化基础理论)
国家自然科学基金资助项目60962006;云南省教育厅科学研究基金资助项2010Y073
2012-07-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
1659-1661,1665