基于海明差异评价的多目标进化算法.pdf

《基于海明差异评价的多目标进化算法.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2期计算机工程2014年2月V_01．40No．2ComputerEngineeringFebruary2014-人工智能及识别技术-文章编号：1000—3428(2014)02—_0212—_07文献标识码：A中图分类号：TP301．6基于海明差异评价的多目标进化算法谭阳，谭岳武，唐钊轶，(1．湖南师范大学数学与计算机科学学院，长沙410081；2．湖南广播电视大学信息工程系，长沙410004；3．湖南信息科学职业学院公共课部，长沙410151)摘要：为提高多目标进化算法的分布性和收敛性，提出一种基于海明距离差异的多目标进化算法。在非支配前沿的基础上定义海明等级，依据海明距

2、离的大小对个体进行选择操作。同时结合海明差异和Pareto评价方法，对外部存储器中最优懈进行更新和维护，通过结构相似度构建小生境空间，并引导算法趋向Pareto最优前沿面。对6个典型函数的测试结果表明，较其他对比算法，该算法在具备收敛性的同时能够保持较好的均匀性分布。关键词：多目标优化；海明距离；个体密度；种群维护；个体评价；Pareto最优Multi-objectiveEvolutionaryAlgorithmBased0nHammingDifferencesEvaluationTANYang，TANYue．WU，TANGZhao．yi，(1．CollegeofMathematics

3、andComputerScience，HunanNormalUniversity,Changsha410081，China；2．DepartmentofInformationEngineering，HunanRadio&TVUniversity,Changsha410004，China；3．DepartmentofBasicCourses，HunanInformationScienceVocationalCollege，Changsha410151，China)【Abstract]Inordertoimprovethedistributionandconvergenceofmulti—

4、objectiveevolutionaryalgorithm，akindofHammingdistance—baseddiferencesmulti—objectiveevolutionaryalgorithmisproposed．Hamminggradesaredefinedonthebasisofthenon—dominatedfrontier,choosingHammingdistancetooperatetheindividuals．HammingdiferenceandParetoevaluationmethodsarecombinedtoupdateandmaintaint

5、heoptimalsolutionoftheexternalmemory,usingstructuralsimilaritytobuildnichespaceandguidethealgorithmtowardsParetooptimalfrontier．Thetestof6typicalfunctionsshowsthat，theproposedalgorithmhasbetterconvergencewhilemaintainingagooduniformdistributionthanothercomparedalgorithms．[Keywords]multi—objectiv

6、eoptimization；Hammingdistance；individualdensity；populationmaintenance；individualevaluation；ParetooptimizationDOI：10．3969／j．issn．1000．3428．2014．02．046角度对MOPs进行了求解，在解决非凸性、阻止种群分化1‘概述等方面取得了较好的性能，但缺点是目标函数较多时，种最优化问题是工程实践和科学研究中主要的问题形式群多样性维护较差。针对这一问题，本文引入海明距离作之一，其中，目标函数在2个以上并且需要同时处理的最为排异准则，以个体间海明距离的大小为选

7、择依据，通过优化问题称为多目标优化问题(Multi—objectiveOptimization海明相似度构建超平面几何分布相似的小生境解空间，使Problems，MOPs)。对于多目标优化问题，一个解对于某个得在超平面相似的解空间内，个体呈现出一种内密外疏的目标来说可能是较好的，而对于其他目标来讲可能是较差放射状分布结构，这种几何分布结构兼具收敛和多样化2种的，因此，存在一个折衷解的集合，称为Pareto最优解集特性，并在简单的编码结构和运算过