自适应的非支配排序遗传算法

自适应的非支配排序遗传算法

ID:33631721

大小:431.68 KB

页数:6页

时间:2019-02-27

自适应的非支配排序遗传算法_第1页
自适应的非支配排序遗传算法_第2页
自适应的非支配排序遗传算法_第3页
自适应的非支配排序遗传算法_第4页
自适应的非支配排序遗传算法_第5页
资源描述:

《自适应的非支配排序遗传算法》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、第33卷第12期控制与决策Vol.33No.122018年12月ControlandDecisionDec.2018文章编号:1001-0920(2018)12-2191-06DOI:10.13195/j.kzyjc.2017.1032自适应的非支配排序遗传算法王嵘冰,徐红艳y,郭军(辽宁大学信息学院,沈阳110036)摘要:针对带精英策略的非支配排序遗传算法不能根据环境变化自适应地动态调整运行参数,难以实现对解空间的高效搜索,提出一种自适应的非支配排序遗传算法.所提出算法根据运行阶段、运行代数和当前临时种群非支配个体数动态调整进化个

2、体的运行参数,通过提高进化算子的自适应能力使算法具有自适应性.经实验对比,所提出算法在收敛性、多样性两方面确有提升,可以有效提高原算法的搜索能力.关键词:非支配排序遗传算法;多目标优化;自适应;收敛性;多样性;进化算子中图分类号:TP18文献标志码:AAdaptivenon-dominatedsortinggeneticalgorithmWANGRong-bing,XUHong-yany,GUOJun(CollegeofInformation,LiaoningUniversity,Shenyang110036,China)Abstra

3、ct:Theelitistnon-dominatedsortinggeneticalgorithm(NSGA-II)can’tadjusttheoperationparametersadaptivelyaccordingtothechangeofenvironment,soitisdifficulttosearchthesolutionspaceefficiently.Tosolvetheproblem,anadaptivenon-dominatedsortinggeneticalgorithmisproposed.Theproposedal

4、gorithmdynamicallyadjuststheoperatingparametersofevolutionaryindividualsaccordingtotherunningphase,theevolutionalgenerationandthenumberofnon-dominatedindividualsinthecurrenttemporarypopulation,viaimprovingtheadaptiveabilityoftheevolutionaryoperatortomakethealgorithmadap

5、tive.Theexperimentalresultsshowthattheproposedalgorithmcanincreasetheoriginalalgorithmintwoaspects,suchasconvergenceanddiversity,andalsoimprovethesearchingability.Keywords:NSGA-II;multi-objectiveoptimization;adaptive;convergence;diversity;evolutionaryoperator0ᕅ言相继提出,如陶文

6、华等[7]提出了一种基于差分进化和在实际工程及科研领域中存在大量需要同时对NSGA-II的混合算法,以提高NSGA-II的收敛速度及Pareto最优解集空间分布的均匀性;耿焕同等[8]针对不止一个目标进行优化求解的问题,即多目标优化问题[1](Multi-objectiveoptimizationproblems,Mops).NSGA-II多样性保持策略不能客观反映个体间真实Mops的最优解往往不唯一,且多个优化目标之间一拥挤程度的问题,提出了一种基于自适应混合非支配个体排序策略的改进型NSGA-II;王超学等[9]针对般存在相互冲突

7、的关系,在对某一目标优化的同时会使其他目标劣化,因此Mops的求解就是要得出一组NSGA-II早熟收敛及多样性不足的问题,提出了一种在多目标间优化性能均衡的解[2-4].改进的非支配排序合作型协同进化遗传算法.这些带精英策略的非支配排序遗传算法(Elitistnon-算法虽然能在一定程度上提高原算法的求解效率,但dominatedsortinggeneticalgorithm,NSGA-II)是目前没有从运行自适应角度考虑,难以提高算法收敛性和应用最为广泛的多目标优化算法,也是其他多目标解集多样性.优化算法进行性能对比的基准算法.NS

8、GA-II具有较1传统适应性策略局限性分᷀高的求解效率,可在一次运行过程中得出多个高质量传统的适应性策略有基于进化阶段的和基于个的解[5-6].随着NSGA-II应用的深入推广,该算法的不体的两种,这两种策略虽然可以有效

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。