| 多目标进化算法中基于动态聚集距离的分布性保持策略 * |
| |
| 引用本文： | 罗彪,郑金华.多目标进化算法中基于动态聚集距离的分布性保持策略 *[J].计算机应用研究,2008,25(10):2934-2938. |
| |
| 作者姓名： | 罗彪 郑金华 |
| |
| 作者单位： | 湘潭大学,信息工程学院,湖南,湘潭,411105 |
| |
| 基金项目： | 国家自然科学基金资助项目 ( 60773047) ;湖南省教育厅重点科研项目 ( 06A074) |
| |
| 摘 要： | 提出了基于动态聚集距离 ( DCD)的分布性保持策略 ,利用个体在不同维目标上聚集距离的差异程度来定义 DCD,并在种群维护中动态地计算 DCD。与目前经典算法 NSGA-II和ε -MOEA进行比较 ,实验结果表明 DCD能在较大程度上提高分布性 ,并得到较好的收敛性。
|
| 关 键 词： | 多目标进化算法 动态聚集距离 帕累托最优解 分布性 种群维护 |
Dynamic crowding distance based diversity maintenance strategy in MOEAs |
| |
| LUO Biao,ZHENG Jin-hua.Dynamic crowding distance based diversity maintenance strategy in MOEAs[J].Application Research of Computers,2008,25(10):2934-2938. |
| |
| Authors: | LUO Biao ZHENG Jin-hua |
| |
| Affiliation: | ( College of Information Engineering, Xiangtan University, Xiangtan Hunan 411105, China) |
| |
| Abstract: | |
| |
| Keywords: | multi-objective evolutionarg algorithms(MOEAs) dynamic crowding distance Pareto optimal solutions diversity population maintenance |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
