-
题名HMOFA:一种混合型多目标萤火虫算法
被引量：18
- 1
-
-
作者
谢承旺
肖驰
丁立新
夏学文
朱建勇
张飞龙
-
机构
广西师范学院计算机与信息工程学院
华东交通大学软件学院
武汉大学计算机学院
华东交通大学电气与自动化工程学院
-
出处
《软件学报》
EI
CSCD
北大核心
2018年第4期1143-1162,共20页
-
基金
国家自然科学基金(61763010
61563015
+15 种基金
61663009
61602174)
广西八桂学者项目
广西壮族自治区自然科学基金(2016GXNSFAA380209)
江西省自然科学基金(20114BAB201025
20161BAB 212052
20161BAB202064)
教育部人文社科青年基金(14YJCZH172)
江西省科技支撑项目(20151BBG70055)
江西省博士后基金(2015KY18)
江西省教育厅科技项目(GJJ12307
GJJ14373
GJJ14374
GJJ160469
GJJ150496)
科学计算与智能信息处理广西高校重点实验室开放课题(GXSCIIP201604)~~
-
文摘
现实中不断涌现出数目众多且日益复杂的多目标优化问题,迫切需要发展新型多目标优化算法以应对挑战.将基本萤火虫算法拓展至多目标优化领域,提出一种混合型多目标萤火虫算法HMOFA(hybrid multi-objective firefly algorithm).该算法提出使用混合水平正交实验设计和连续决策空间量化的方法生成接近于用户指定规模且均匀分布于搜索空间的初始种群,为后续的进化提供良好的起始点;利用外部档案中的精英解个体引导萤火虫移动,促使算法较快收敛;运用3点最短路径方法维持外部档案的多样性.HMOFA算法与另外5种代表性多目标进化算法一同在17个基准多目标测试题上进行性能比较,实验结果表明,HMOFA算法在收敛性、多样性和鲁棒性方面总体上具有较显著的性能优势.
-
关键词
萤火虫算法
多目标进化算法
混合水平正交实验设计
-
Keywords
firefly algorithm
multi-objective evolutionary algorithm
mix-level orthogonal experimental design
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种基于分解和协同的高维多目标进化算法
被引量：7
- 2
-
-
作者
谢承旺
余伟伟
闭应洲
汪慎文
胡玉荣
-
机构
南宁师范大学计算机与信息工程学院
北京工业大学软件学院
河北地质大学信息工程学院
荆楚理工学院科技处
-
出处
《软件学报》
EI
CSCD
北大核心
2020年第2期356-373,共18页
-
基金
国家自然科学基金(61763010,61402481,61165004)
广西八桂学者项目
+5 种基金
河北青年拔尖人才支持计划(冀字[2013]17)
河北省自然科学基金(F2015403046)
河北省教育厅科技重点项目(ZD2018083)
湖北省教育厅科研项目(B2015240)
荆楚理工学院科学研究重点基金(ZR201402)
荆楚理工学院科学研究引进人才科研启动金(QDB201605).
-
文摘
现实中大量存在的高维多目标优化问题对以往高效的多目标进化算法提出了严峻的挑战.通过将分解策略和协同策略相结合提出一种高维多目标进化算法MaOEA/DCE.该算法利用混合水平正交实验方法在聚合系数空间产生一组均匀分布的权重向量以改善初始种群的分布性;其次,算法将差分进化算子和自适应SBX算子进行协同进化,以产生高质量的子代个体,并改善算法的收敛性.该算法与另外5种高性能的多目标进化算法在基准测试函数集DTLZ{1,2,4,5}上进行对比实验,利用改进的反转世代距离指标IGD+评估各算法的性能.实验结果表明,Ma OEA/DCE算法与其他对比算法相比,在总体上具有较为显著的收敛性和分布性优势.
-
关键词
高维多目标优化
分解策略
混合水平正交实验设计
高维多目标进化算法
-
Keywords
many-objective optimization
decomposition strategy
mix-level orthogonal experimental design
many-objective evolutionary algorithm
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
