如何使用差分进化和第二代非支配遗传算法实现多目标优化的算法

资料大小: 1.20 MB

所需积分: 0

下载次数:

用户评论: 0条评论,查看

上传日期: 2020-10-26

上 传 者: 易水寒他上传的所有资料

资料介绍

标签:模型(471)函数(1276)算法(1886)

为避免多目标优化过程中子目标相互冲突,提高Pareto最优解的质量,提出一种基于差分进化(DE)和第二代非支配遗传算法(NSGAⅡ)的混合算法。采用带有自适应参数的DE算法对初始种群进行变异和交叉操作,以提高种群的多样性。应用新种群标记策略对DE的初始种群和测试种群进行支配得到新种群,并标记其中每个个体,使DE能够处理多目标问题。将新种群作为NSGAⅡ的初始种群,通过NSGAⅡ产生下一代种群,进一步提升Pareto最优解的质量。使用4个基准多目标函数进行测试,结果表明,与NSGAⅡ和SADE算法相比,该算法的收敛速度更快,Pareto最优解集空间分布更均匀。

用户评论

查看全部 条评论

发表评论请先 , 还没有账号?免费注册

发表评论

用户评论
技术交流、我要发言! 发表评论可获取积分! 请遵守相关规定。
上传电子资料