原创力文档- 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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 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、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、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
热力学遗传算法求解多目标优化问题
曹先彬李金龙王煦法
中国科学技术大学计算机科学与技术系合肥230026
xbcao@uStCedu．cn
摘要遗传算法是一种基于生物进化原理的启发式并行搜索和优化技术，常被用于优化计算。本文针对经
典遗传算法在多目标优化计算中存在的不足，结合热力学中熵的概念，利用约束交叉、适应度共享技术来
进行多目标函数的优化计算。实验结果显示这种改进型遗传算法能得到一个较好的Pareto优集．
关键词Pareto优集，遗传算法．熵，热力学遗传算法
A Genetic for
ThermodynamicalAlgorithm
Multiohjeetive0ptimization
Cao Xufa
Xianbin，LiJinlong，Wang
230026
ScienceandTechnology,USTC，Hefei
DepartmentofComputer
eduen
xbcao@UStC
the isan issueto
AbstractInthe ofthediversi可of important
genedcalgodthm(GA)．maintenancepopul越ion
enhanceits Inthis anew inwhichthe
optimization propose thermodynamicalgeneticalgorithm
paper,we
and in arcusedandiscombinedwiththePareto·based
oftemperatureentropythermod)’oamics ranking
cooeepcs
andfitnessThe resultsshowthatthis solutions
sharingexperiment algorithmcanfindavarietyofParetooptimal
K％wordPareto，geneucalgorithm，entropy,thermodynamicalgeneticalgorithm
1引言
近几年，人们开始将注意力投向利用遗传算法(简称GAS)I】1来解决多目标优化问题
可以在Pareto集的全部区域上探测，不足的是仍然易于出现“过早收敛”及“遗传漂移”。
即在优化过程中交替使用sA和GA。日前还很少有工作研究如何将SA的全局收敛性导入
到GA中，构造GA与SA的结合，使GA在选择个体时，不仅考虑到适应度，还考虑到SA
的自由能。 本文提出的热力学遗传算法正是结台了这两种技术，引入了熵和温度的概念来
实现适应度共享，最终可以获得一个较好的Pareto优集。
2MoP问题和Pareto优化技术
1125—
2．1MoP问题
多目标优化问题(简称MOP)的描述如下：
min。?工(xX^G)’…，厶扛) (1)
其
文档评论（0）