基于IGD+S指标的高维多目标进化算法

论文摘要

如何有效评价个体是处理高维多目标优化问题的关键.文中提出改进的反世代距离（IGD+S）指标,以反世代距离（IGD）指标为原型,融合修改的反世代距离（IGD+）指标的弱支配性,增加无贡献个体概念,可综合评价解集收敛性和多样性.将IGD+S指标嵌入进化算法框架中,提出基于IGD+S指标的高维多目标进化算法.在环境选择过程中,根据IGD+S选择优良个体.实验表明,文中算法在处理DTLZ问题和WFG问题上具有良好的竞争力.

论文目录

• 1 基于IGD+S指标的高维多目标进化算法
•   1.1 IGD+S指标
•   1.2 算法框架
•   1.3 更新归档集与参考点
•   1.4 环境选择过程
• 2 实验及结果分析
•   2.1 实验设置
•   2.2 非贡献个体策略有效性分析
•   2.3 指标有效性分析
•   2.4 DTLZ问题上的对比分析
•   2.5 WFG问题上的对比分析
• 3 结 束 语

文章来源

类型: 期刊论文

作者: 黎明,段茹茹,陈昊,谢惠华

关键词: 高维多目标优化,环境选择,进化算法

来源: 模式识别与人工智能 2019年09期

年度: 2019

分类: 信息科技

专业: 自动化技术

单位: 南昌航空大学信息工程学院,南昌航空大学无损检测技术教育部重点实验室

基金: 国家自然科学基金项目(No.61866025,61772255,61440049),江西省图像处理与模式识别重点实验室开放基金项目(No.ET201604246),江西省研究生创新专项资金项目(No.YC2017-S327),江西省优势科技创新团队计划项目(No.20152BCB24004)资助~~

分类号: TP18

DOI: 10.16451/j.cnki.issn1003-6059.201909004

页码: 800-810

总页数: 11

文件大小: 700K

下载量: 140