首页 | 本学科首页   官方微博 | 高级检索  
     

基于可变影响空间的多目标进化算法的解集均匀性评价方法
引用本文:郑金华,黄端,王康,张作峰.基于可变影响空间的多目标进化算法的解集均匀性评价方法[J].模式识别与人工智能,2014(10).
作者姓名:郑金华  黄端  王康  张作峰
作者单位:湘潭大学 信息工程学院 湘潭411105; 湘潭大学 智能计算与信息处理教育部重点实验室 湘潭411105
基金项目:国家自然科学基金项目,湖南省自然科学基金项目,湖南省教育厅项目,湖南省科技厅项目
摘    要:解集的均匀性评价是多目标进化算法中性能评价的要素之一.文中结合面向个体和面向空间的思想,提出可变影响空间的概念,并基于此提出一种解集均匀性评价方法——基于可变影响空间的多目标进化算法的解集均匀性评价方法(VISUM).该方法通过分析个体在可变影响空间内的相对均匀程度,能准确反映解集的分布均匀性.实验结果证明文中方法的可行性和有效性.

关 键 词:多目标进化算法(MOEAs)  均匀性评价  可变影响空间

Variable Influence Space Based Uniformity Metric Method for Solution Sets of Multi-objective Evolutionary Algorithms
ZHENG Jin-Hua,HUANG Duan,WANG Kang,ZHANG Zuo-Feng.Variable Influence Space Based Uniformity Metric Method for Solution Sets of Multi-objective Evolutionary Algorithms[J].Pattern Recognition and Artificial Intelligence,2014(10).
Authors:ZHENG Jin-Hua  HUANG Duan  WANG Kang  ZHANG Zuo-Feng
Abstract:
Keywords:Multi-objective Evolutionary Algorithms(MOEAs)  Uniformity Metric  Variable Influence Space
本文献已被 CNKI 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