计算机科学 ›› 2007, Vol. 34 ›› Issue (7): 187-192.

• 软件工程与数据库技术 • 上一篇    下一篇

多目标进化算法研究进展

郑向伟 刘弘   

  1. 山东师范大学信息科学与工程学院,济南250014
  • 出版日期:2018-11-16 发布日期:2018-11-16
  • 基金资助:
    本文得到国家自然科学基金(69975010,60374054);山东省自然科学基金(Y2003G01)的支持.

ZHENG Xiang-Wei ,LIU Hong (School of Information Science and Engineering, Shandong Normal University, Jinan 250014)   

  • Online:2018-11-16 Published:2018-11-16

摘要: 进化算法具有本质上并行、不需要求导或其他辅助知识、一次运行产生多个解和简单易于实现等优点,被视为求解多目标优化问题的有效方法,目前已经形成了各种不同的多目标进化算法(MOEA)。本文首先回顾了多目标进化算法的研究起源,给出了多目标优化问题的数学描述;其次,详细分析了第一代多目标进化算法,其主要特征是简单易于实现,包括NSGA、NPGA、MOGA等,并指出这一代算法研究的成绩与不足;然后,对第二代多目标进化算法作了全面分析,指出其特征是强调效率,以精英保留策略为实现机制,且对SPEA、PAES、NSGAⅡ、

关键词: 多目标优化 多目标进化算法 Pareto非劣最优 精英保留策略

Abstract: Evolutionary Algorithms (EAs) have become popular in multi-objective optimization problems, which are parallel in nature and don't require differentiability of objective functions and constraints, and also which deal with a set of possible solutions in a

Key words: Multi-objective optimization, MOEA, Pareto non-dominance, Elitism

No related articles found!
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!