一种基于混合交叉策略的多目标演化算法  

A Multi-objective Evolutionary Algorithm Based on Hybrid Crossover

作　　者：汪祖柱[1,2] 程家兴[1] 张铃[1] 

机构地区：[1]安徽大学计算智能与信号处理教育部重点实验室 [2]安徽大学管理学院,合肥230039

出　　处：《计算机工程与应用》2005年第9期1-3,15,共4页Computer Engineering and Applications

基　　金：国家自然科学基金项目(编号:60175018);安徽省青年教师资助项目(编号:2004jq108)

摘　　要：演化算法是求解多目标优化问题(MOP)重要而有效的方法,而应用演化策略、技巧是改善解性能的重要途径。论文叙述了多目标优化问题的有关概念,结合已有算法中的方法,设计了基于两种交叉操作相互结合的多目标演化算法(MOEAHC),该算法不仅具有较高的计算效率,而且能够保持解的多样性分布。测试结果表明该算法的良好性能。Evolutionary algorithm are main and effective motheds solving a multi-objective optimization problem(MOP).It is a significant approach,in which solutions' performance of MOP is improved,to use all kinds of evolutionary strategies and techniques.Some concepts about a multi-objective optimization problem are described,and with some operators in several noted algorithms,a multi-objective evolutionary algorithm based on hybrid crossover is designed,which is computationally efficient,and maintains solutions' diversity.The experiment shows it performs well.

关 键 词：演化算法 多目标优化 多目标演化算法 演化策略 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]