求解多目标问题的Memetic免疫优化算法*

摘要：

　　将基于Pareto支配关系的局部下山算子和差分算子引入免疫多目标优化算法之中,提出了一种求解多目标问题的Memetic免疫优化算法(Memetic immune algorithm for multiobjective optimization,简称MIAMO)。该算法利用种群中抗体在决策空间上的位置关系设计了两种有效的启发式局部搜索策略,提高了免疫多目标优化算法的求解效率。仿真实验结果表明,MIAMO与其他4种有效的多目标优化算法相比,不仅在求得Pareto最优解集的逼近性、均匀性和宽广性上有明显优势,而且算法的收敛速度与免疫多目标优化算法相比明显加快。

关键词：多目标优化、人工免疫算法、Memetic算法

分类号：TP183(自动化基础理论)

资助基金：国家重点基础研究发展计划9732013CB329402;国家自然科学基金61072139,61001202,61272279;高等学校学科创新引智计划B07048;教育部长江学者和创新团队发展计划IRT1170;国家教育部博士点新教师基金20090203120016,20100203120008;中国博士后科学基金20090461283;陕西省自然科学基础研究计划2011JQ8010,2009JQ8015

在线出版日期：2013-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：1529-1544