多目标遗传算法.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多目标遗传算法.pdf

加入局部搜索的非劣分层多目标遗传算法 第六图书馆 针对非劣分层多目标遗传(NSGA)本身所存在的局部搜索能力和易早熟的问题,鉴于模拟退火算法的局部搜索能力强和在解决 易早熟问题上的优势,提出了加入局部搜索的多目标遗传算法及适用于多目标优化的模拟退火局部搜索算法和跳转准则,即在 NSGA的每一代个体中的1层、2层非劣解附近进行模拟退火局部搜索.该算法能够提高非劣分层多目标遗传算法的效率,弥补了 遗传算法中局部搜索能力差、易早熟的缺点.最后给出的仿真结果表明了这种算法的有效性.针对非劣分层多目标遗传 (NSGA)本身所存在的局部搜索能力和易早熟的问题,鉴于模拟退火算法的局部搜索能力强和在解决易早熟问题上的优势,提出 了加入局部搜索的多目标遗传算法及适用于多目标优化的模拟退火局部搜索算法和跳转准则,即在NSGA的每一代个体中的1层 、2层非劣解附近进行模拟退火局部搜索.该算法能够提高非劣分层多目标遗传算法的效率,弥补了遗传算法中局部搜索能力 差、易早熟的缺点.最后给出的仿真结果表明了这种算法的有效性.遗传算法 多目标优化 模拟退火 小生境算子 非 劣分层东北大学学报:自然科学版王小刚 梁仕贤 王福利东北大学信息科学与工程学院,辽宁沈阳1100042007第六图 书馆 第六图书馆 第28卷第7期 东 北 大 学 学 报 ( 自 然 科 学 版 ) Vo1.28.No.7 2007年 7月 JournalofNortheasternUniversity(NaturalScience) Ju1.2007 加入局部搜索的非劣分层多目标遗传算法 王小刚,梁仕贤,王福利 (东jE大学 信息科学与工程学院,辽宁 沈阳 110004) 摘 要:针对非劣分层多 目标遗传 (NSGA)本身所存在的局部搜索能力和易早熟的问题,鉴于模拟退火 算法的局部搜索能力强和在解决易早熟问题上的优势,提出了加入局部搜索的多目标遗传算法及适用于多 目标优化的模拟退火局部搜索算法和跳转准则,即在 NSGA的每一代个体中的 1层、2层非劣解附近进行模 拟退火局部搜索 .该算法能够提高非劣分层多目标遗传算法的效率,弥补了遗传算法中局部搜索能力差、易早 熟的缺点.最后给出的仿真结果表明了这种算法的有效性. 关 键 词 :遗传算法;多 目标优化 ;模拟退火;小生境算子;非劣分层 中图分类号 :TP273.1 文献标识码:A 文章编号:1005.3026(2007)07.0921.04 A MultiobjectiveNon-dominated Sorting GeneticAlgorithm withLocalSearching W:ANG .)(o-gang,L 4 、『fG Sh—xian,V 4、『(『;j 一Z (Schoolof Information Science Engineering, Northeastern University, Shenyang 110004, China. Correspondent:WANGXiao-gang,associateprofessor,E—mail:wxg—neu一800@ 126.com) Abstract:Thenon—dominatedsortingingeneticalgorithms(NSGA)hasosmedeficienciessuch asthe poorlocalsearch and prematureconvergence.An improved algorithm based on the 第六图书馆 advantageofsimulatedannealingispresentedtooverocmetheseshortocmings.Thelocalesarch operatorofsimulatdeannealingformultiobjectiveoptimizationandthejumpcriteriaaretakenpart intothene

文档评论(0)

docinpfd + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5212202040000002

1亿VIP精品文档

相关文档