%0 Journal Article
%T 基于Delaunay三角剖分的多目标进化算法解集分布度评价指标
%A 郑金华
%A 王康
%A 李密青
%A 谢谆志
%J 模式识别与人工智能
%P 885-893
%D 2012
%X 系统分析目前多目标进化算法(MOEAs)分布度评价指标的特点和不足，提出一种基于Delaunay三角剖分的分布度评价指标。该指标将基于邻域和基于距离的评价思想相结合，利用Delaunay三角网最近邻与邻接性的特点实现自主邻域划分。采用空间映射的方法，有效减少MOEAs解集非支配关系对种群分布度评价的影响。测试结果表明该指标能准确反映MOEAs解集的分布性。
%K 多目标优化
%K 多目标进化算法(MOEAs)
%K 性能评价
%K 分布度指标
%K Delaunay三角剖分
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract9501.shtml