多目标布谷鸟搜索算法
解决多目标优化问题,并得到精确的、高质量的Pareto前沿解是非常具有挑战性的.将CS算法运用于多目标问题解的迭代更新过程,对传统的基于Pareto支配关系的适应度函数进行了改进,并提出基于小生境技术的逐步档案缩减法用于档案解的缩减与维护过程设计出了多目标布谷鸟搜索算法(MOCS).通过仿真实验验证以及相关性能指标的测试结果得出,MOCS算法与经典的NSGAⅡ算法相比,在所得解的收敛性、多样性和均匀性方面均有所改善.
多目标算法、布谷鸟搜索算法、多目标布谷鸟搜索算法、基于小生境技术的逐步档案缩减法、Pareto最优解
27
TP18(自动化基础理论)
陕西省软科学基金项目2012KRM58;陕西省教育厅自然科学基金项目11JK0188;
2015-05-19(万方平台首次上网日期,不代表论文的发表时间)
731-737