10.3969/j.issn.1001-3695.2013.12.034
熵值理论在多目标演化中的应用研究
为了克服传统多目标演化算法在进化后期遗传操作可能失效使算法性能降低以及基于概率建模的多目标算法在演化初期由于种群分布尚未呈现一定规律,采样产生的新个体的搜索方向同目标方向存在差异,提出一种基于熵值的多目标演化算法(entropy based multi-objective evolutionary algorithm,EB-MOEA).算法利用种群进化过程中,个体分布存在从无序到有序的现象,设计了一种基于熵值理论的种群分布计算方法,并将其作为种群从无序到有序过渡的判定准则,指导遗传操作和概率建模操作切换的时机.新算法采用ZDT、DTLZ系列测试集进行实验,通过与NSGA-Ⅱ以及RM-MEDA算法的实验对比,证明了新判断准则的有效性,EB-MOEA具有更好的寻优性能.
多目标演化、熵、判定准则、基于熵值的多目标演化算法
30
TP391(计算技术、计算机技术)
“十二五”民用航天专业技术预先研究项目,国家自然科学基金资助项目61103144,60873107;中国博士后科学基金资助项目2011M501260,2012T50681,2012M511301;湖北省自然科学基金资助项目2010CDB04104,2011CDB348;中央高校基本科研业务费专项资金资助项目CUG120114
2014-03-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
3652-3656