一种改进的多目标混合遗传算法及应用

一种改进的多目标混合遗传算法及应用

ID:36855689

大小:1023.36 KB

页数:6页

时间:2019-05-16

一种改进的多目标混合遗传算法及应用_第1页
一种改进的多目标混合遗传算法及应用_第2页
一种改进的多目标混合遗传算法及应用_第3页
一种改进的多目标混合遗传算法及应用_第4页
一种改进的多目标混合遗传算法及应用_第5页
资源描述:

《一种改进的多目标混合遗传算法及应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2422010,46(22)ComputerEngineeringandApplications计算机工程与应用一种改进的多目标混合遗传算法及应用1121唐天兵,申文杰,韦凌云,谢祥宏1121TANGTian-bing,SHENWen-jie,WEILing-yun,XIEXiang-hong1.广西大学计算机与电子信息学院,南宁5300042.北京邮电大学自动化学院,北京1008761.SchoolofComputer,ElectronicsandInformation,GuangxiUniversity,Nanning530004,China2.School

2、ofAutomation,BeijingUniversityofPostsandTelecommunications,Beijing100876,ChinaE-mail:tbtang@gxu.edu.cnTANGTian-bing,SHENWen-jie,WEILing-yun,etal.Improvedmulti-objectivehybridgeneticalgorithmanditsapplica-tion.ComputerEngineeringandApplications,2010,46(22):242-244.Abstract:Afterimprov

3、ingNSGA-IIbyimportingadaptivecrossoverandmutationoperators,thispapercombinesitwiththesimulationannealingalgorithmandthenappliesthemtotheproblemofchoiceandvaluationofthesupplycontractorsofweaponryequipment.Theparetosolutionsaredistributeduniformlyandthealgorithmshowsniceconvergencethr

4、oughtheex-perimentalresult.Soitprovidesanefficienttoolforsolvingthemulti-objectiveproblemofchoosingthecontractorsofweap-onrysupplies.Keywords:multi-objectiveoptimization;geneticalgorithm;simulatedannealing;contractorsselection摘要:在NSGA-II算法中引入自适应交叉算子和自适应变异算子,将模拟退火算法与改进的NSGA-II算法相结合,并应

5、用到武器装备供应合同商的选择与评价中。实验结果表明,非劣解在目标空间分布均匀,算法收敛性好,为求解武器装备供应合同商选择的多目标问题提供了一种有效的工具。关键词:多目标优化;遗传算法;模拟退火;合同商选择DOI:10.3778/j.issn.1002-8331.2010.22.070文章编号:1002-8331(2010)22-0242-03文献标识码:A中图分类号:TP391划方法具有重要的意义[5]。文献[5]列举了基于神经网络方1前言遗传算法(GeneticAlgorithm,GA)是一种具有全局搜索法、动态选择评价方法以及多目标规划方法。但是,这3种方能

6、力和内在并行性的随机搜索优化算法,它的显著不足是过法都是通过单目标方法进行求解,多目标规划方法构建了多早收敛和局部搜索能力差[1]。在过去几十年中,学者们通过改目标模型,却没有给出直接求解多目标的方法,而是转化为单进,提出了一些针对多目标优化的遗传算法,比如VEGA、目标进行求解。MOGA、NPGA、NSGA、NSGA-II[2]等。其中NSGA算法是采在NSGA-II算法中引入自适应交叉算子和自适应变异算用多目标解群体进行逐层分类的方法,由于计算效率较低,子,将模拟退火算法与改进的NSGA-II算法相结合,并应用到Deb改进了NSGA算法,得到了NSGA-II

7、算法[3]。NSGA-II算武器装备供应合同商的选择与评价中。实验结果表明,得到法采用快速非劣性排序(Non-dominatedSorting)方法,是目前的非劣解在目标空间分布均匀,算法收敛性好,为求解武器装公认的比较成功解决多目标优化问题的一个算法。但是NS-备物流供应的合同商选择的多目标问题提供了一种有效的GA-II采用的SBX(SimulatedBinaryCrossover)交叉算子,搜工具。索性能相对较弱,在保持种群多样性方面还有些欠缺[4]。目前,国内武器装备供应合同商的能力参差不齐和服务2遗传算法设计内容残缺,在进行合同商的选择过程中,缺乏科学的

8、选择和规2.1编码划方法

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。