基于空间收缩技术的约束多目标进化算法
李二超; 毛玉燕
2021
发表期刊计算机应用
ISSN1001-9081
卷号41期号:12页码:3419-3425
摘要约束多目标进化算法在求解不可行域较大优化问题时对不可行域的合理探索不仅有助于种群快速收敛于可行区域内的最优解,还能减少无潜力不可行域对算法性能的影响。基于此,提出一种基于空间收缩技术的约束多目标进化算法(CMOEA-SST)。首先,利用自适应精英保留策略对PPS算法Pull阶段初始种群进行改进,增加Pull阶段初始种群的多样性和可行性;其次,在进化过程中采用空间收缩技术逐渐缩小搜索空间,减少无潜力不可行域对算法性能影响,使算法在兼顾收敛性和多样性的同时提高算法的收敛精度。为验证所提算法性能,与四个代表性的算法C-MOEA/D、ToP、C-TAEA、PPS在LIRCMOP系列测试问题上进行仿真对比,实验结果表明,CMOEA-SST在处理不可行域较大约束优化问题时具有更好的收敛性和多样性。
关键词精英保留策略 空间收缩技术 PPS 收敛性 多样性
URL查看原文
收录类别北大核心 ; CSCD
语种中文
资助项目国家自然科学基金资助项目(62063019,61763026);甘肃省自然科学基金资助项目(20JR10RA152)~~
中图分类号TP18
来源库计算机应用
引用统计
文献类型期刊论文
条目标识符https://ir.lut.edu.cn/handle/2XXMBERH/149788
专题电气工程与信息工程学院
通讯作者李二超
作者单位兰州理工大学电气工程与信息工程学院
第一作者单位电气工程与信息工程学院
通讯作者单位电气工程与信息工程学院
第一作者的第一单位电气工程与信息工程学院
推荐引用方式
GB/T 7714
李二超,毛玉燕. 基于空间收缩技术的约束多目标进化算法[J]. 计算机应用,2021,41(12):3419-3425.
APA 李二超,&毛玉燕.(2021).基于空间收缩技术的约束多目标进化算法.计算机应用,41(12),3419-3425.
MLA 李二超,et al."基于空间收缩技术的约束多目标进化算法".计算机应用 41.12(2021):3419-3425.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于空间收缩技术的约束多目标进化算法.p(801KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 请求全文
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[李二超]的文章
[毛玉燕]的文章
百度学术
百度学术中相似的文章
[李二超]的文章
[毛玉燕]的文章
必应学术
必应学术中相似的文章
[李二超]的文章
[毛玉燕]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于空间收缩技术的约束多目标进化算法.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。