多目标问题的游戏模型并行共同进化算法  

Game Model Based Parallel Co-evolutionary Algorithm for Multiobjective Optimization Problems

作　　者：王高平[1] 王永骥[1] 

机构地区：[1]河南工业大学信息科学与工程学院

出　　处：《微电子学与计算机》2006年第z1期20-22,25,共4页Microelectronics & Computer

基　　金：河南工业大学基金项目(0401021)

摘　　要：游戏理论的主要成就是进化稳定战略,由MaynardSmith在1982年提出。使用基于游戏模型的共同进化算法寻找ESS作为多目标问题(MOPs)的解,该算法是一种基于粗粒度并行模型的进化算法。首先,研究游戏模型的共同进化方法解决MOPs的有效性。且说明进化游戏如何由共同进化算法来具体实现,证实它是否能达到MOP的最佳均衡点。其次,通过在几个多目标问题上的严格的实验,与其它一些方法比较,评估该方法的性能。The central achievement of Game Theory is the introduction of an Evolutionary Stable Strategy, introduced by Maynard Smith in 1982. we will try to find ESS as a solution of MOPs using our game model based co-evolutionary algorithm,which based on coarse-grain parallel model. First, we will investigate the validity of our coevolutionary approach to solve MOPs. That is, we will demonstrate how the evolutionary game can be embodied using co-evolutionary algorithms and also confirm whether it can reach the optimal equilibrium point of a MOP. Second, we will evaluate the effectiveness of our approach, comparing it with other methods through rigorous experiments on several MOPs.

关 键 词：共同进化算法 进化游戏理论 多目标优化理论 PARETO最优集 

分 类 号：TP31[自动化与计算机技术—计算机软件与理论]