10.3969/j.issn.1001-2400.2016.03.009
一种均匀聚集距离的改进NSGA-Ⅱ算法
遗传算法已经在多目标优化问题中得到了广泛应用及深入研究,NSGA-Ⅱ是求解多目标优化问题的代表算法之一,其中聚集距离在收敛性和分布均匀性上均起到了重要作用,但算法没有充分考虑微观的个体本身和宏观的种群整体的作用.为了能更合理地估计区域密度,使所求解集更好更均匀地收敛于Pareto最优边界,笔者基于均匀聚集区间和基尼权重构造了一种均匀聚集距离算子,并基于该算子提出了一种改进的NSGA-Ⅱ算法.最后,通过对6个标准多目标测试问题的实验验证了算法的有效性.
均匀聚集区间、基尼权重、均匀聚集距离、多目标优化
43
TP311(计算技术、计算机技术)
国家自然科学基金资助项目61402350,U1404622;中央高校基本科研业务费专项资金资助项目BDZ021430
2016-08-02（万方平台首次上网日期，不代表论文的发表时间）
共7页
49-54,130
