和声搜索—分布估计混合算法求解多目标优化问题

摘要：

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.

关键词：多目标优化、和声搜索、分布估计

所属期刊栏目：29

分类号：TP18(自动化基础理论)

资助基金：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

在线出版日期：2012-07-27（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：1659-1661,1665