首页 | 本学科首页   官方微博 | 高级检索  
     

一种改进的基于差分进化的多目标进化算法
引用本文:李珂,郑金华. 一种改进的基于差分进化的多目标进化算法[J]. 计算机工程与应用, 2008, 44(29): 51-56. DOI: 10.3778/j.issn.1002-8331.2008.29.014
作者姓名:李珂  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,湖南省教育厅资助项目
摘    要:近年来运用进化算法(EAs)解决多目标优化问题(Multi-objective Optimization Problems MOPs)引起了各国学者们的关注。作为一种基于种群的优化方法,EAs提供了一种在一次运行后得到一组优化的解的方法。差分进化(DE)算法是EA的一个分支,最开始是用来解决连续函数空间的问题。提出了一种改进的基于差分进化的多目标进化算法(CDE),并且将它与另外两个经典的多目标进化算法(MOEAs)NSGA-II和SPEA2进行了对比实验。

关 键 词:多目标优化  差分进化  多目标进化算法(CDE)  
收稿时间:2008-04-11
修稿时间:2008-7-18 

Improved multi-objective evolutionary algorithm based on differential evolution
LI Ke,ZHENG Jin-hua. Improved multi-objective evolutionary algorithm based on differential evolution[J]. Computer Engineering and Applications, 2008, 44(29): 51-56. DOI: 10.3778/j.issn.1002-8331.2008.29.014
Authors:LI Ke  ZHENG Jin-hua
Affiliation:Institute of Information Engineering,Xiangtan University,Xiangtan,Hunan 411105,China
Abstract:Recently,the use of evolutionary algorithms(EAs) to solve the Multi-objective Optimization Problems(MOPs) has attracted much attention.EA is a population based optimized approach which can find a group of Pareto-optimal solutions in a single run.Differential Evolution(DE) is a branch of EA that is developed to handle problems over continuous domains.An improved Multi-objective Evolutionary Algorithm is proposed based on Differential Evolution(CDE) to solve MOPs.The proposed algorithm is compared to the other two classical Multi-objective Evolutionary algorithms(MOEAs) NSGA-II and SPEA2 with the experiment results.
Keywords:multi-objective optimization  differential evolution  Multi-objective Optimization(CDE)
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载免费的PDF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