全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

动态惩罚分解策略下的高维目标进化算法

Keywords: 多目标优化,高维目标,分解策略,动态惩罚

Full-Text   Cite this paper   Add to My Lib

Abstract:

摘要 基于分解的多目标进化算法(MOEA/D)的求解精度与聚合方法有直接关系,其中基于惩罚的边界交叉聚合法(PBI)受惩罚参数θ影响较大,固定的惩罚参数难以匹配不同位置的子问题,尤其边界子问题上的极端解易被邻域内非支配解替代.为此,本文提出一种基于动态惩罚分解策略的高维目标进化算法(MOEA/D-DPS),通过动态调整惩罚参数θ来改变候选解选择区域大小,使不同位置的子问题都有更合适的选择区域,且减少了边界子问题上优秀解的丢失,更好地平衡了算法的收敛性与多样性.最后,本文通过仿真实验对比分析了MOEA/D-DPS算法与相关算法的性能,实验结果表明:MOEA/D-DPS算法在DTLZ1-4测试函数上所得解集整体性能更优

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133