基于稀松密度的多目标优化演化算法

摘要：

该算法定义和使用稀松密度来保持群体中个体的均匀分布,并将个体的Pareto强度和稀松密度合并到个体的适应值定义中,使得搜索向Pareto最优解集的方向进行并防止早熟;算法还采用多父体杂交策略,每代只产生一个新个体、淘汰一个最差个体,精英个体自动留存.算法复杂度小,占用存储空间少.通过对测试函数的实验,验证了算法的可行性和有效性.

关键词：演化算法、多目标优化、Pareto最优解、稀松密度、Pareto强度、多父体杂交

所属期刊栏目：22

分类号：TP3(计算技术、计算机技术)

资助基金：教学改革项目

在线出版日期：2006-09-13（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：186-188,102