-
题名一种基于新型邻域更新策略的MOEA/D算法
被引量：3
- 1
-
-
作者
耿焕同
韩伟民
周山胜
丁洋洋
-
机构
南京信息工程大学计算机与软件学院
-
出处
《计算机科学》
CSCD
北大核心
2019年第5期191-197,共7页
-
基金
国家重点研发计划(2017YFC1502104)
江苏省自然科学基金(BK20151458)
江苏省"青蓝工程"(2016)资助
-
文摘
针对MOEA/D算法求解复杂优化问题时,邻域更新策略的无限制替换易造成种群多样性缺失的问题,提出了一种基于新型邻域更新策略的MOEA/D算法(MOEA/D-ENU)。该算法在进化过程中对解的信息进行充分挖掘,按照邻域更新能力对产生的新解进行分类,并针对不同类型的新解,自适应地采取不同的邻域更新策略,在保证种群收敛速度的同时,又兼顾了种群的多样性。实验中,选取ZDT,UF,CF等9个函数作为标准测试集,将改进后的算法MOEA/D-ENU与其他5种算法进行对比实验,并以IGD和HV为评估指标。实验结果表明新算法具有更好的收敛性和分布性。
-
关键词
基于分解的多目标进化算法
挖掘解
分类
邻域更新策略
-
Keywords
Multiobjective evolutionary algorithm based on decomposition
Excavating solution
Classification
Neighbourhood updating strategy
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
