首页 | 本学科首页   官方微博 | 高级检索  
     

多目标进化算法研究进展
引用本文:郑向伟 刘弘. 多目标进化算法研究进展[J]. 计算机科学, 2007, 34(7): 187-192
作者姓名:郑向伟 刘弘
作者单位:山东师范大学信息科学与工程学院,济南250014;山东师范大学信息科学与工程学院,济南250014
基金项目:国家自然科学基金 , 山东省自然科学基金
摘    要:进化算法具有本质上并行、不需要求导或其他辅助知识、一次运行产生多个解和简单易于实现等优点,被视为求解多目标优化问题的有效方法,目前已经形成了各种不同的多目标进化算法(MOEA)。本文首先回顾了多目标进化算法的研究起源,给出了多目标优化问题的数学描述;其次,详细分析了第一代多目标进化算法,其主要特征是简单易于实现,包括NSGA、NPGA、MOGA等,并指出这一代算法研究的成绩与不足;然后,对第二代多目标进化算法作了全面分析,指出其特征是强调效率,以精英保留策略为实现机制,且对SPEA、PAES、NSGAⅡ、NPGA2、PESA、Micro-GA等方法进行分析比较,还对这一代的研究作了总结;最后,对多目标进化算法的研究趋势作了展望和预测。

关 键 词:多目标优化  多目标进化算法  Pareto非劣最优  精英保留策略

Progress of Research on Multi-Objective Evolutionary Algorithms
ZHENG Xiang-Wei,LIU Hong (School of Information Science and Engineering,Shandong Normal University,Jinan. Progress of Research on Multi-Objective Evolutionary Algorithms[J]. Computer Science, 2007, 34(7): 187-192
Authors:ZHENG Xiang-Wei  LIU Hong (School of Information Science  Engineering  Shandong Normal University  Jinan
Affiliation:School of Information Science and Engineering, Shandong Normal University, Jinan 250014
Abstract:
Keywords:Multi-objective optimization   MOEA   Pareto non-dominance   Elitism
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机科学》浏览原始摘要信息
点击此处可从《计算机科学》下载全文
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