基于空间收缩技术的约束多目标进化算法 | |
李二超; 毛玉燕 | |
刊名 | 计算机应用 |
2021 | |
卷号 | 41期号:12页码:3419-3425 |
关键词 | 精英保留策略 空间收缩技术 PPS 收敛性 多样性 |
英文摘要 | 约束多目标进化算法在求解不可行域较大优化问题时对不可行域的合理探索不仅有助于种群快速收敛于可行区域内的最优解,还能减少无潜力不可行域对算法性能的影响。基于此,提出一种基于空间收缩技术的约束多目标进化算法(CMOEA-SST)。首先,利用自适应精英保留策略对PPS算法Pull阶段初始种群进行改进,增加Pull阶段初始种群的多样性和可行性;其次,在进化过程中采用空间收缩技术逐渐缩小搜索空间,减少无潜力不可行域对算法性能影响,使算法在兼顾收敛性和多样性的同时提高算法的收敛精度。为验证所提算法性能,与四个代表性的算法C-MOEA/D、ToP、C-TAEA、PPS在LIRCMOP系列测试问题上进行仿真对比,实验结果表明,CMOEA-SST在处理不可行域较大约束优化问题时具有更好的收敛性和多样性。 |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/149788] |
专题 | 电气工程与信息工程学院 |
作者单位 | 兰州理工大学电气工程与信息工程学院 |
推荐引用方式 GB/T 7714 | 李二超,毛玉燕. 基于空间收缩技术的约束多目标进化算法[J]. 计算机应用,2021,41(12):3419-3425. |
APA | 李二超,&毛玉燕.(2021).基于空间收缩技术的约束多目标进化算法.计算机应用,41(12),3419-3425. |
MLA | 李二超,et al."基于空间收缩技术的约束多目标进化算法".计算机应用 41.12(2021):3419-3425. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论