首页 | 本学科首页   官方微博 | 高级检索  
     

基于自适应邻域策略的改进型MOEA/D算法
引用本文:耿焕同,韩伟民,丁洋洋,周山胜. 基于自适应邻域策略的改进型MOEA/D算法[J]. 计算机工程, 2019, 45(5): 161-168
作者姓名:耿焕同  韩伟民  丁洋洋  周山胜
作者单位:南京信息工程大学计算机与软件学院,南京,210044;南京信息工程大学计算机与软件学院,南京,210044;南京信息工程大学计算机与软件学院,南京,210044;南京信息工程大学计算机与软件学院,南京,210044
基金项目:国家重点研发计划;江苏省自然科学基金
摘    要:
为避免传统MOEA/D算法使用固定领域规模易造成种群进化效率降低的情况,提出一种基于自适应邻域策略的改进算法。设计一种能够反映子问题进化幅度和种群进化状态的判断机制。针对进化过程中的收敛性和分布性需求,提出基于进化状态判断的自适应邻域策略,从而根据种群和子问题的进化状态设定不同的邻域规模。使用WFG系列测试函数进行实验,结果表明,该算法能有效平衡进化过程中种群的收敛性与分布性,提高解集的整体性能。

关 键 词:基于分解的多目标进化算法  邻域更新能力  进化状态  判断机制  自适应邻域策略

Improved MOEA/D Algorithm Based on Adaptive Neighborhood Strategy
GENG Huantong,HAN Weimin,DING Yangyang,ZHOU Shansheng. Improved MOEA/D Algorithm Based on Adaptive Neighborhood Strategy[J]. Computer Engineering, 2019, 45(5): 161-168
Authors:GENG Huantong  HAN Weimin  DING Yangyang  ZHOU Shansheng
Affiliation:(College of Computer and Software,Nanjing University of Information Science and Technology,Nanjing 210044,China)
Abstract:
GENG Huantong;HAN Weimin;DING Yangyang;ZHOU Shansheng(College of Computer and Software,Nanjing University of Information Science and Technology,Nanjing 210044,China)
Keywords:Multi-objective Evolutionary Algorithm based on Decomposition (MOEA/D)  neighborhood updating capability  evolutionary state  judgment mechanism  Adaptive Neighborhood Strategy(ANS)
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号