基于多父体杂交的多目标演化优化算法

摘要：

多目标优化问题是演化计算领域的一个新热点.提出了一种求解Pareto最优解集的新算法,它既能较快地收敛,又能有效保持种群的多样性.新算法引入了"约束占优"的概念;采用多父体杂交算子(一种多父体非凸线性组合算子),最小淘汰压力策略(每次只淘汰群体中的一个最差个体),以及适应值共享的niche技术,这样既保证了近似解集对Pareto前沿的逼近,又保持了解集分布的均匀性.对一些代表性的Bench Mark 问题(包括凸的与非凸的、连续的与间断的、带约束的与不带约束的各种问题)数值试验都取得了很好的结果.

关键词：演化算法、多目标优化、Pareto最优、多父体杂交、适应值共享

所属期刊栏目：39

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金60133010,60073043,70071042

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：79-82