基于相似性排挤与适应值分层计算的可持续Pareto遗传算法

摘要：

在研究并实现计算复杂度仅为O(N log2 N′)的基于相似性排挤的小生境技术(NTSC)、快速适应值分层算法(FHFS)的基础上,提出了基于相似性排挤与适应值分层计算的可持续Pareto遗传算法(SPGA).SPGA采用了进化操作种群与外部种群两个种群.外部种群用于存储当前最优解集,利用基于模糊推理机制提出的NTSC来维持种群多样度,使外部种群中存储的Pareto非劣解集均匀地逼近问题的理论最优面;采用将个体按其所处层次来精确标识个体适应能力的FHFS来辨识个体适应值,避免适应值特别高的个体抑制适应值比它低的个体.仿真优化结果表明,SPGA能够以较小的计算成本搜索到高精度的、分布均匀的Pareto非劣解集.

关键词：遗传算法、Pareto最优性、相似性排挤、适应值分层

所属期刊栏目：18

分类号：TP18;TP273(自动化基础理论)

资助基金：国家自然科学基金50575047;教育部科学技术研究重点项目206101;贵州省科学技术基金黔科合J字[2005]2113号;贵州省省长基金黔省专合字200620号

在线出版日期：2007-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1717-1722