原创力文档- 1、本文档共4页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
基于空间距离的多目标差分进化算法 - 计算机应用研究
第 26 卷第 2 期 计 算 机 应 用 研 究 Vol. 26 No. 2
2009 年 2 月 Application Research of Computers Feb. 2009
基于空间距离的多目标差分进化算法 *
曾映兰, 伍 军, 郑金华
( 湘潭大学 信息工程学院 计算机系, 湖南 湘潭 411105)
摘 要: 在经典差分进化的基础上 , 提出了一种基于空间距离的多目标差分进化算法 ( SD-MODE) , 与目前经典
算法 NSGA- Ⅱ和 ε-MOEA 进行比较 , 结果表明该算法拥有良好的分布性, 同时也较好地改善了收敛性。
关键词: 多目标进化算法; 多目标优化问题; 差分进化 ; 空间距离
中图分类号: TP18 文献标志码 : A 文章编号 : 1001- 3695( 2009) 02- 0451- 04
Multi-objective differential evolutionary algorithm based on spacial distance
ZENG Ying-lan, WU Jun, ZHENG Jin-hua
( Dept. of Computer, School of Information Engineering, Xiangtan University, Xiangtan Hunan 411105, China)
Abstract: Based on the classical differential evolution, proposed a new multi-objective differential evolutionary algorithm
based on spacial distance. Compared with NSGA- Ⅱand ε-MOEA, the experimental results demonstrate that the new algorithm
can obtain good convergence and can converge to the true Pareto front fast at the same time.
Key words: multi-objective evolutionary algorithm; multi-objective optimization problem( MOP) ; differential evolutionary
( DE) ; spacial distance
进行了改进, 提出了一种基于空间距离的差分进化算法
0 引言
( SD-MODE) , 并针对差分进化算法解的产生过程中容易出现
变量越界问题提出了一种有效的修补方法。
多目标优化问题( MOPs) 在许多领域是很常见的, 工程实
践和科学研究中优化问题大多是多目标优化问题, 各目标之间
1 多目标优化问题的有关概念
通过决策变量相互制约
文档评论（0）