首页 | 本学科首页   官方微博 | 高级检索  
     

一种带差分局部搜索的改进型NSGA2算法
引用本文:谢承旺,李凯,廖国勇.一种带差分局部搜索的改进型NSGA2算法[J].计算机科学,2013,40(10):235-238,273.
作者姓名:谢承旺  李凯  廖国勇
作者单位:1. 华东交通大学软件学院 南昌 330013
2. 华东交通大学基础科学学院 南昌 330013
基金项目:本文受国家自然科学基金(61165004),江西省自然科学基金(20114BAB201025),江西省教育厅科技项目(GJJ12307)资助
摘    要:NSGA2算法以其Pareto支配的选择模式并辅以解个体密度估计算子选择胜出解的策略而成为了现代多目标进化算法的典范,但是该算法通过计算解个体的聚集距离来保持群体的分布性的机制存在一定的缺陷.鉴于此,提出了一种带差分局部搜索的改进型NSGA2算法.新算法利用差分进化中变异算子的定向引导作用,抽取其中的差分向量,并与NSGA2算法结合以改善解群的分布性.仿真实验表明:新算法较NSGA2算法在解群分布的均匀性和广度上有明显的改善.此外,新算法在时间复杂性方面与经典的NSGA2算法相当.

关 键 词:差分进化  局部搜索  NSGA2  分布性
收稿时间:2012/12/24 0:00:00
修稿时间:2013/3/12 0:00:00

Improved NSGA2Algorithm with Differential Evolution Local Search
XIE Cheng-wang,LI Kai and LIAO Guo-yong.Improved NSGA2Algorithm with Differential Evolution Local Search[J].Computer Science,2013,40(10):235-238,273.
Authors:XIE Cheng-wang  LI Kai and LIAO Guo-yong
Affiliation:School of Software,East China Jiaotong University,Nanchang 330013,China;School of Software,East China Jiaotong University,Nanchang 330013,China;School of Basic Science,East China Jiaotong University,Nanchang 330013,China
Abstract:
Keywords:Differential evolution  Local search  NSGA2  Diversity
本文献已被 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