-
题名基于网格选择的多模态多目标优化算法
- 1
-
-
作者
褚晓凯
张佳星
屈俊峰
-
机构
河北地质大学信息工程学院
湖北文理学院计算机工程学院
-
出处
《信息与电脑》
2021年第19期54-57,共4页
-
基金
襄阳市2020年农业领域重点科技创新计划“基于多源异构大数据平台的精准农业智能化服务系统的研发与应用”(项目编号:2020ABA002240)。
-
文摘
笔者提出基于网格选择的多模态多目标优化算法,其创新之处包括设计了一个解决多模态多目标优化问题兼顾全局搜索与局部搜索的算法框架,提出了基于参考向量的动态子种群分配策略和动态自适应的网格选解方法。为验证算法的性能,将其在12个多模态多目标测试问题上与最新的多模态多目标算法进行比较。实验结果表明,所提出的算法能有效解决多模态多目标优化问题,并在某些测试问题上表现出了优异的性能。
-
关键词
多模态多目标优化问题
局部搜索
参考向量
网格
-
Keywords
multi-modal multi-objective optimization problem
local search
reference vector
grid
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名两阶段搜索的多模态多目标差分进化算法
被引量：3
- 2
-
-
作者
汪慎文
张佳星
褚晓凯
刘䫺
王晖
-
机构
河北地质大学信息工程学院
河北地质大学人工智能与机器学习研究室
中国信息通信研究院泰尔终端实验室
南昌工程学院信息工程学院
-
出处
《郑州大学学报（工学版）》
CAS
北大核心
2021年第1期9-14,110,共7页
-
基金
国家自然科学基金资助项目(61663028)
河北省科技厅重点研发项目(19970311D,20373303D)。
-
文摘
在多模态多目标优化问题中,Pareto前沿的同一位置对应决策空间的多个Pareto最优解,而已有的多目标优化算法往往只能获得其中的一个Pareto最优解,因此,提出一种两阶段搜索的多模态多目标差分进化算法。该算法将优化过程分为精英搜索和分区搜索两个阶段:在精英搜索阶段通过精英变异策略生成高质量个体来保障种群的搜索精度和效率;在分区搜索阶段将决策空间分为若干子空间,利用已探测到的种群对各个子空间进行深度探索,降低问题复杂度的同时提高种群在决策空间的扩展性和均匀性。在MMF1等18个多模态多目标优化测试函数上与NSGAII、MO_Ring_PSO_SCD、DN-NSGAII、Omni-Optimizer、MMODE 5种经典算法进行性能比较。实验结果表明,本文算法在帕累托近似性(PSP)性能指标上有16个测试函数优于其他5个对比算法。
-
关键词
多模态多目标优化
差分进化算法
两阶段搜索
精英变异
分区搜索
-
Keywords
multimodal multi-objective optimization
differential evolution
two-stage search
elite variation
partition search
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名多模态多目标进化算法研究综述
被引量：1
- 3
-
-
作者
张佳星
褚晓凯
屈俊峰
-
机构
湖北文理学院计算机工程学院
河北地质大学信息工程学院
河北地质大学人工智能与机器学习研究室
-
出处
《现代计算机》
2021年第35期12-19,共8页
-
基金
2020年襄阳市农业领域重点科技创新计划项目(2020ABA002240)。
-
文摘
多模态多目标进化算法主要用于求解具有两个或多个不同的Pareto最优解集的多模态多目标优化问题。本文首先介绍了多模态多目标优化问题的基本概念、求解要求、评价指标和测试函数等。其次,介绍了多模态多目标进化算法的最新研究进展。最后,提出了多模态多目标进化算法中存在的关键问题以及未来的一些改进方向。
-
关键词
多模态多目标
进化算法
PARETO支配
-
Keywords
multimodal multi-objective
evolutionary algorithm
pareto domination
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
