首页 | 本学科首页   官方微博 | 高级检索  
     

一种基于最小生成树的多目标进化算法
引用本文:李密青,郑金华,罗彪.一种基于最小生成树的多目标进化算法[J].计算机研究与发展,2009,46(5).
作者姓名:李密青  郑金华  罗彪
作者单位:湘潭大学信息工程学院,湖南湘潭,411105
基金项目:国家自然科学基金,湖南省自然科学基金,湖南省教育厅重点科研基金,湘潭大学校级基金 
摘    要:怎样保证朝Pareto最优解的方向搜索和如何获得均匀分布且范围广泛的非支配解是多目标进化算法(MOEA)设计时的两个关键问题,它们很大程度上取决于适应度赋值和外部种群维护这两个重要部分.提出了一种基于最小生成树的多目标进化算法(MST_MOEA).在考虑了个体间支配关系的基础上,利用个体与非支配集的距离和不同等级个体的树聚集密度来对适应度赋值;在外部种群的非支配解个数超过规定的种群规模时,用树的度数和树聚集密度对其进行修剪.将其应用于不同维数下9个测试函数,并与NSGA-II,SPEA2进行对比,结果证实了算法良好的收敛性和分布性.

关 键 词:树聚集密度  适应度赋值  种群维护  最小生成树  多目标进化算法

A Multi-Objective Evolutionary Algorithm Based on Minimum Spanning Tree
Li Miqing,Zheng Jinhua,Luo Biao.A Multi-Objective Evolutionary Algorithm Based on Minimum Spanning Tree[J].Journal of Computer Research and Development,2009,46(5).
Authors:Li Miqing  Zheng Jinhua  Luo Biao
Affiliation:Institute of Information Engineering;Xiangtan University;Xiangtan;Hunan 411105
Abstract:Fitness assignment and external population maintenance are the two critical parts of multi-objective evolutionary algorithms(MOEA).They affect the two basic objectives(convergence and distribution) of MOEA design to a great extent.It is difficult for many existing MOEAs to obtain satisfying results.In this paper,a multi-objective evolutionary algorithm based on minimum spanning tree(MST_MOEA) is proposed.In the algorithm,a density estimation metric,tree crowding density,is defined.And on the basis of Pareto...
Keywords:tree crowding density  fitness assignment  population maintenance  minimum spanning tree  multi-objective evolutionary algorithm  
本文献已被 CNKI 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