10.3969/j.issn.1001-506X.2014.01.29
基于混合生物地理学优化的多目标优化算法
提出一种基于混合生物地理学优化算法的多目标进化算法(multi-objective optimization based on hybrid biogeography-based optimization,MOBBO).针对生物地理学优化算法(biogeography-based optimization, BBO)自身的机制,建立适用于BBO的多目标进化模型.在模型中,结合栖息地个体间的Pareto支配关系对栖息地适应度指数进行了重新定义;为了保持栖息地种群的分布性,提出一种新的基于动态距离矩阵的分布性保持机制;同时,根据多目标优化的特点,提出了新的自适应迁入迁出率确定方式,动态迁移策略及分段logistic混沌变异策略.通过对测试函数ZDT和DTLZ的仿真实验表明,与现有多种多目标优化算法相比,MOBBO在解集的收敛性和分布的均匀性上均有明显改善,能够有效且高效地进行复杂多目标优化问题的求解.
生物地理学优化、多目标优化、动态距离矩阵、自适应迁入迁出率、动态迁移策略
36
TP18(自动化基础理论)
国家自然科学基金61175126;中央高校基本科研业务费专项资金HEUCFZ1209;高等学校博士学科点专项科研基金20112304110009资助课题
2014-03-06(万方平台首次上网日期,不代表论文的发表时间)
共8页
179-186