基于多变异个体的多目标差分进化改进算法.pdf

《基于多变异个体的多目标差分进化改进算法.pdf》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40卷第5期计算机工程2014年5月、，o1．40NO．5ComputerEngineeringMav2014·人工智能及识别技术·文章编号：1000-3428(2014)05—0203-06文献标识码：A中图分类号：TP18基于多变异个体的多目标差分进化改进算法沈佳杰，江红，王肃(华东师范大学信息科学技术学院，上海200241)摘要：针对多目标差分进化算法在高维函数下收敛速度慢和易早熟的问题，提出一种基于多变异个体的多目标差分进化改进算法。通过在多目标差分进化算法的个体变异及交叉操作中，引入多个变异个体，使得在高维多目标函数情况下，多目标差

2、分进化算法种群可以更好地保持多样性，减少种群陷入局部最优解的可能性，从而提高该算法在高维多目标优化问题环境下，最优值解的搜索速度及全局最优值解的查找能力。实验结果表明，在高维多目标环境下，与标准多目标差分进化算法相比，该算法可以更快速地找到多个目标函数组的非劣最优值解集。关健词：多目标优化问题；差分进化算法；多变异个体；计算智能；最优值搜索；迭代速度ImprovedMulti--objectiveDifferentialEvolutionAlgorithmBasedOHMulti．mutationIndividualsSHENJia-jie，J

3、IANGHong，WANGSu(SchoolofInformationScienceTechnology,EastChinaNormalUniversity,Shanghai200241，China)[Abstract]Aimingtotheproblemofmulti—objectiveDiferentialEvolution(DE)algorithmswhichhavethecharacteristicsofprematurityandslowconvergencespeedunderhigh—dimensionalsituation，fi

4、aispaperproposesanimprovedmulti—objectiveDEalgorithmsbasedonmulti—mutationsamples．Throughusingmethodofintroducingmulti—mutationindividualsintothemutationoperatorandcrossoveroperatorofmulti-objectiveDEalgorithm，multi-objectiveDEalgorithmpopulationscankeepdiversity,reducethepo

5、ssibilityoffallingintolocaloptimalsolution，ithasguickspeedforoptimalsolution，andtheimprovestheabilityfindingoptimalsolutionusingshorteriterationstepsthanstandardmulti—objectivediferentialevolutionalgorithm．Experimentalresultsshowthatcomparedwithstandardedmulti—objectiveDEalg

6、orithms，theimprovedalgorithmcanfindoptimalvalueefectivelyinhigh—dimensionalmulti—objectiveenvironment．[Keywords]multi—objectiveoptimizationproblem；DiferentialEvolution(DE)algorithm；multi—mutationindividuals；computationalintelligence；optimalvaluesearching；iterationspeedD0l：l0

7、．3969／j．issn．1000—3428．2014．05．042而使其能够对于多目标问题求解_J及使用基于非劣最优值1概述竞争、排序的方法改进差分进化算法，将差分进化算法应差分进化[~](DiferentialEvolution，DE)算法作为一个具用于多目标问题_l。对于多目标问题本身也有很多不同的有良好性能的优化算法【2J，在优化领域得到广泛的应用，具探讨，如文献[15]对主要的多目标算法进行综述和总结，文有出色的性能表现，所以已有许多学者对其进行了研究，献[16]对于多目标算法的概念、理论以及应用场景进行了综如使用领域内的信息进行算子

8、的改进J、在差分进化算法中述，文献[17]对于多目标算法的收敛性进行了研究。使用采样排序_4J、加入自适应概念以及引入极大熵的概本文提出一种基于多变异