多目标优化遗传算法的收敛性定义及实例研究  

A CONVERGENCE ANALYSIS FRAMEWORK FOR MULTI-OBJECTIVE OPTIMIZATION GENETIC ALGORITHM

作　　者：覃俊[1] 康立山[1] 

机构地区：[1]武汉大学软件工程国家重点实验室

出　　处：《计算机应用与软件》2006年第1期1-2,22,共3页Computer Applications and Software

基　　金：国家自然科学基金(69635030;60073043;70071042)资助

摘　　要：寻找非劣解集合是遗传算法求解多目标优化问题的目标,而标准的遗传算法收敛性分析方法对多目标遗传算法的分析并不合适。本文利用有限马尔科夫链给出了遗传算法求解多目标优化问题的两个收敛性定义,并给出了一个实例研究及进一步的工作计划。Based on Finite Markov Chain theory,a new convergence analysis framework for multi-objective optimization genetic algorithm （MOGA） ,which aims to converge to Pareto optimal set rather than single optimal point is presented. And a case study is given too.

关 键 词：多目标优化 收敛性 PARETO占优 有限马尔科夫链 

分 类 号：TP273.22[自动化与计算机技术—检测技术与自动化装置] TS74[自动化与计算机技术—控制科学与工程]