基于稀松密度的多目标优化演化算法  

A Multi-objective Evolutionary Algorithm Based on Loosing-Density

作　　者：石硕[1] 杨林根[2] 张蒲生[1] 

机构地区：[1]广东轻工职业技术学院计算机系,510300 [2]广东白云学院计算机系,510300

出　　处：《微计算机信息》2006年第07X期186-188,102,共4页Control & Automation

基　　金：广东轻工职业技术学院科研项目"基于电子政务的语义网格研究"基金资助

摘　　要：该算法定义和使用稀松密度来保持群体中个体的均匀分布,并将个体的Pareto强度和稀松密度合并到个体的适应值定义中,使得搜索向Pareto最优解集的方向进行并防止早熟;算法还采用多父体杂交策略,每代只产生一个新个体、淘汰一个最差个体,精英个体自动留存。算法复杂度小,占用存储空间少。通过对测试函数的实验,验证了算法的可行性和有效性。To maintain a good spread of solution in the population, the Loosing-density is defined and used in this algorithm,the fitness of the individual through Pareto strength and Loosing-density is also defined . And the strategy of multi-father hybrid is used for producing a new individual,eliminating a old individual and saving the elite individual in each generation .The algorithms has not only less arithmetic but used less memory space. Test results show that the new approach is feasible and effective.

关 键 词：演化算法 多目标优化 PARETO最优解 稀松密度 Pareto强度 多父体杂交 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]