一种基于偏序排名的高效的多目标演化算法

摘要：

利用Better函数对多目标优化问题(MOP)建立了一种偏序关系,并通过这种偏序关系对种群中的个体进行排名,设计了一种高效的多目标演化算法(EMOEA),应用有限Markov链的有关理论证明了此演化算法的收敛性,同时对四个Benchmark函数进行了数值试验,测试结果表明,新算法在解集分布的均匀性、多样性、精确性以及快速收敛性均优于已有的MOEA.将此算法推广用于求解经济领域或工程领域的一些难题, 则在实际中具有广阔的应用前景.

关键词：多目标优化问题、多目标演化算法、偏序关系、收敛性、多样性

所属期刊栏目：25

分类号：TP301.6(计算技术、计算机技术)

资助基金：中国科学院资助项目60133010,70071042,40275034

在线出版日期：2005-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2102-2106