资料下载
×
如何使用差分进化和第二代非支配遗传算法实现多目标优化的算法
消耗积分:0 |
格式:rar |
大小:1.20 MB |
2020-10-26
分享资料个
为避免多目标优化过程中子目标相互冲突，提高Ｐａｒｅｔｏ最优解的质量，提出一种基于差分进化（ＤＥ）和第二代非支配遗传算法（ＮＳＧＡⅡ）的混合算法。采用带有自适应参数的ＤＥ算法对初始种群进行变异和交叉操作，以提高种群的多样性。应用新种群标记策略对ＤＥ的初始种群和测试种群进行支配得到新种群，并标记其中每个个体，使ＤＥ能够处理多目标问题。将新种群作为ＮＳＧＡⅡ的初始种群，通过ＮＳＧＡⅡ产生下一代种群，进一步提升Ｐａｒｅｔｏ最优解的质量。使用４个基准多目标函数进行测试，结果表明，与ＮＳＧＡⅡ和ＳＡＤＥ算法相比，该算法的收敛速度更快，Ｐａｒｅｔｏ最优解集空间分布更均匀。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
