一种基于置换策略的离散多目标差分进化算法  

A Permutation-based Multi-objective Discrete Differential Evolution

作　　者：耿焕同[1,2] 张明[1,2] 郑锐[1,2] 黄艳红[1,2] 

机构地区：[1]南京信息工程大学计算机与软件学院,南京210044 [2]南京信息工程大学人工智能及其应用实验室,南京210044

出　　处：《武汉理工大学学报》2010年第16期1-5,共5页Journal of Wuhan University of Technology

基　　金：中国博士后科学基金(20080431114);江苏省博士后科学基金(0801024B);南京信息工程大学校科研基金(20070113;20070032)

摘　　要：提出了一种基于置换策略的多目标差分进化算法,采用置换策略来实现优化空间由连续向离散的转换,并结合Pareto快速分层排序策略和基于聚集密度的按层修剪操作对种群进行更新维护,以保持解集的逼近性和分布性。以多目标0/1背包问题为例进行实验,结果表明该算法能有效求解离散型多目标优化问题,优于经典的NSGA-II算法。A novel algorithm of permutation-based multi-objective discrete differential evolution is proposed,using the strategy of permutation to realize the convertion from continuous to discrete in the optimization space,combined with fast pareto sorting strategy and layer pruning operation on the population based on the aggregate density to be updated to maintain,so it can maintain a better convergence and diversity.The experimental results show that our algorithm can effectively solve the discrete multi-objective optimization problems.Especially it is superior to classical NSGA-II algorithm in multi-objective 0/1 knapsack problem.

关 键 词：多目标优化 背包问题 差分进化 多目标背包问题 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]