基于基因表达式编程的多目标优化算法

基于基因表达式编程的多目标优化算法

ID:33326795

大小:310.40 KB

页数:6页

时间:2019-02-24

基于基因表达式编程的多目标优化算法_第1页
基于基因表达式编程的多目标优化算法_第2页
基于基因表达式编程的多目标优化算法_第3页
基于基因表达式编程的多目标优化算法_第4页
基于基因表达式编程的多目标优化算法_第5页
资源描述:

《基于基因表达式编程的多目标优化算法》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、第39卷第4期四川大学学报(工程科学版)Vol.39No.42007年7月JOURNALOFSICHUANUNIVERSITY(ENGINEERINGSCIENCEEDITION)July2007文章编号:100923087(2007)0420124206基于基因表达式编程的多目标优化算法1,21111向勇,唐常杰,曾涛,刘胤田,乔少杰(1.四川大学计算机学院,四川成都610065;2.成都电子机械高等专科学校计算机工程系,四川成都610031)摘要:目前的多目标优化进化算法在高维的决策空间中收敛性能不佳,针对这个问题,提出了基于基因表达式编程的多目标优化算法GEPMO,主要工作包括:

2、提出了新的个体编码方案,分离了值基因和位置基因;设计了新的算子;分析了GEPMO的编码空间;提出了GEPMO的框架。在标准测试函数上的实验结果表明了新算法的有效性,在高维决策空间中GEPMO能够覆盖SPEA算法的结果集87.5%,但SPEA覆盖GEPMO仅为5%。关键词:多目标优化;进化算法;高维;基因表达式编程中图分类号:TP311文献标识码:AMultiobjectiveOptimizationBasedonGeneExpressionProgramming1,21111XIANGYong,TANGChang2jie,ZENGTao,LIUYin2tian,QIAOShao2jie

3、(1.SchoolofComputerSci.,SichuanUniv.,Chengdu610065,China;2.Dept.ofComputerEng.,ChengduElectromechanicalCollege,Chengdu610031,China)Abstract:TraditionalMultiobjectiveOptimizationAlgorithmsareinefficiencyinhighdimensionaldecisionspace.Tosolvethisproblem,anovelmethodnamedMultiobjectiveOptimizationb

4、asedonGeneExpressionProgramming(GEPMO)wasproposed.Themaincontributionsofthisstudyinclude:proposinganewcodingmethodforchromo2some,designingsomeoperatorsforthenewcoding,analyzingthesizeofcodingspace,andpresentingtheframeworkofGEPMO.Extensiveexperimentresultsonenhancedstandardtestfunctionsshowedtha

5、t,GEPMOisfeasibleandeffective.Inhighdimensionaldecisionspace,theresultsetofSPEAiscoveredbyGEPMOatleast87.5%,in2verselyatmost5%.Keywords:MultiobjectiveOptimization;EvolutionaryAlgorithm;highdimension;GeneExpressionProgramming多目标优化问题的求解是当前国内外研究的进化算法内在的并行性即可同时处理多个解的[1]一个热点。现实中的大多数优化问题都是多目独有特征,使得它特别

6、适合解决多目标优化问[2]标优化问题(MultiobjectiveOptimizationProblem,题。1985年,Schaffer将进化算法引入多目标优MOP)。通常,多目标优化问题的解不是唯一的,而化领域提出了第一个多目标优化进化算法(Multiob2是一个最优候选解集合,这些候选解称为Pareto最jectiveOptimizationEvolutionaryAlgorithm,MOEA)[3]优或非劣最优。即VEGA。此后又出现了许多MOEA(相关介绍见参考文献[1-7])。与其他传统的MOEA算法比收稿日期:2006-10-11[4]较,SPEA表现出了较好的性能,在此

7、算法的基础基金项目:国家自然科学基金资助项目(60473071);四川省教上的各种改进只是在性能上有略微的提升。但在多育厅资助科研项目(2006B067)目标优化中,要从高维的决策空间中寻找Pareto最作者简介:向勇(1975-),男,博士生,讲师.研究方向:数据库与知识工程、数据挖掘.优解,包括SPEA在内的传统MOEA表现出了一定的局限性。©1994-2007ChinaAcademicJournalElectronicPublishing

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。