基于海明差异评价的多目标进化算法.pdfVIP

基于海明差异评价的多目标进化算法--第1页

基于海明差异评价的多目标进化算法

谭阳;谭岳武;唐钊轶

【摘要】为提高多目标进化算法的分布性和收敛性，提出一种基于海明距离差异

的多目标进化算法。在非支配前沿的基础上定义海明等级，依据海明距离的大小对

个体进行选择操作。同时结合海明差异和Pareto评价方法，对外部存储器中最优

解进行更新和维护，通过结构相似度构建小生境空间，并引导算法趋向Pareto最

优前沿面。对6个典型函数的测试结果表明，较其他对比算法，该算法在具备收

敛性的同时能够保持较好的均匀性分布。%Inordertoimprovethedistribution

andconvergenceofmulti-objectiveevolutionaryalgorithm,akindof

Hammingdistance-baseddifferencesmulti-objectiveevolutionary

algorithmisproposed.Hamminggradesaredefinedonthebasisofthe

non-dominatedfrontier,choosingHammingdistancetooperatethe

individuals.HammingdifferenceandParetoevaluationmethodsare

combinedtoupdateandmaintaintheoptimalsolutionoftheexternal

memory,usingstructuralsimilaritytobuildnichespaceandguidethe

algorithmtowardsParetooptimalfrontier.Thetestof6typicalfunctions

showsthat,theproposedalgorithmhasbetterconvergencewhile

maintainingagooduniformdistributionthanothercomparedalgorithms.

【期刊名称】《计算机工程》

【年(卷),期】2014(000)002

【总页数】7页(P212-218)

基于海明差异评价的多目标进化算法--第1页

基于海明差异评价的多目标进化算法--第2页

【关键词】多目标优化;海明距离;个体密度;种群维护;个体评价;Pareto最优

【作者】谭阳;谭岳武;唐钊轶

【作者单位】湖南师范大学数学与计算机科学学院，长沙410081;湖南广播电视

大学信息工程系，长沙410004;湖南师范大学数学与计算机科学学院，长沙

410081;湖南信息科学职业学院公共课部，长沙410151;湖南师范大学数学与计

算机科学学院，长沙410081;湖南广播电视大学信息工程系，长沙410004

【正文语种】中文

【中图分类】TP301.6

最优化问题是工程实践和科学研究中主要的问题形式之一，其中，目标函数在2

个以上并且需要同时处理的最优化问题称为多目标优化问题(Multi-objective

OptimizationProblems,MOPs)。对于多目标优化问题，一个解对于某个目标来

说可能是较好的，而对于其他目标来讲可能是较差的，因此，存在一个折衷解的集

合，称为Pareto最优解集或非支配解集[1-2]。

国内外学者相继提出了各种不同的对MOPs问题求解的进化算法(MOEA)，如

SPEA2[3]、NSGA-II[4]、HMEA[5]、NGEMO[6]、CMGA[7]、DEMO[8]等，这