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
用于多目标优化的SPMEC.pdf
用于多目标优化的SP．MEC
李鸥2齐晓鸿2孙承意“2
北京城市学院人工智能研究所北京北四环中路269号100083
Email：scy@bcu．edu．on,Tel：+86—10
2太原理工大学计算中心
Mind
Pareto Evolutionary
摘要：本文提出了一种新的多目标优化算法一SP-MEC(Scored
择主要基于个体的得分，该得分反映个体之间的统治关系和密度信息。此算法与参考算法
VEGA，NSGA和SPEA分别在凸．非凸，离散及分布不均匀的测试问题上进行了比较，其
中SPEA是当前算法中较好的。实验结果表明SP-MBC在所有测试函数上都超越了参考算法。
参考算法选择一个固定的迭代次数作为停止条件，而sP．MEC经过连续若干代没有找到更
好质量的解时停止搜索．因而它的停止准则是客观的。通过实验还发现SP．MEC的计算效
率比所有参考算法都高。
关键字：进化算法：多目标优化：思维进化计算(MEC)；Pareto最优前沿
ScoredPareto—MECfor ective
Multi--obj
2
OuLi2 Qi Sunl·2
XiaohongChengyi
AI
Institute MidRoad#269ofNorth
BeijingCityCollege Loop-4．
100083．P．R．China
Beijing
Emaik
scy@beu．edu．cn．Tel：+86—10
2
ComputerCenter,TaiyuanUniversityofTechnol093,030024
Abstract·nlis anew Pareto
paperproposesmulti—objectiveoptimizationalgorithm—Scored
Mind introducesthe ofParetoMEC
EvolutionaryComputation(SP-MEC)，whichtheory into
forthe this individualselectionisbasedOnthe
multi-objective
optimization．Inalgorithm，the
whichiS ofthe dominanteandthe
SCOre Pareto informationbetweenthe
composed density
individualsSP-MECiS withVEGA．NSGAandSPEAonasuitoffotitdifferent
compared
test and a
文档评论（0）