基于Pareto的双群体多目标微分进化算法

【类型】期刊

【作者】汤可宗 丰建文 柳炳祥 徐星 

【刊名】系统仿真学报

【关键词】 变异 选择 多样性 微分进化 多目标优化

【资助项】国家自然科学基金　　（61202313）；国家科技支撑计划基金　　（2012B A H25F02）；江西省教育厅基金　　（GJJ12642,GJJ13637,GJJ13633）；江西省自然科学基金　　（20132BAB211020,20122BAB201044）；武汉大学软件工程国家重点实验室开放基金项目　　（SKLSE2012-09-35）

【摘要】针对多目标优化问题,微分进化是一种简单、快速且具有鲁棒性的进化算法。提出一种基于Pareto的双群体多目标微分进化算法(DEPDP),DEPDP与传统微分进化区别在于:个体的变异操作和选择方式。DEPDP的变异过程类似于粒子群优化的粒子速度更新操作,即包括可行解个体,也有不可行解个体的参与;在个体的选择过程中,组合修正后的不可行解个体和可行解个体,并采用一种特殊的"非劣排序和等级选择过程"确定出新一代种群。仿真实验表明:相比其他比较算法,DEPDP获得的Pareto最优解有着良好的多样性均匀分布特点,接近真实的Pareto前沿,收敛性也较好。

【年份】2013

【期号】第8期

【页码】1860-1864，1870

【作者单位】景德镇陶瓷学院信息工程学院；武汉大学软件工程国家重点实验室

【全文挂接】获取全文