基于擂台赛法则和聚集密度的多目标进化算法  

Multi-Objective Evolutionary Algorithm Based on Arena Principle and Crowding-Density

作　　者：左婷婷[1] 许峰[1] 

机构地区：[1]安徽理工大学计算机科学与工程学院,安徽淮南232001

出　　处：《软件导刊》2010年第12期58-60,共3页Software Guide

基　　金：安徽省教育厅自然科学基金项目(KJ2007B216)

摘　　要：多目标进化算法有两个重要研究内容:最优解集的构造和解的分布性。用擂台赛法则构造非支配集具有较高的效率,而聚集密度方法既能从宏观上刻画群体的多样性与分布性,同时也比较好地刻画了个体之间的内在关系。将聚集密度技术引入基于擂台赛法则的多目标进化算法。数值计算表明,这种新的算法既保持了擂台赛法则较高的运行速度,又改善了群体的分布度,提高了种群的多样性,避免了过早收敛于局部最优解的现象。In the research of MOEA（Multi-objective Evolutionary Algorithm）,construction of the optimal solution set and diversity of the solution population are two important measures.Construct the non-dominated set with high efficiency when arena principle and the crowding-density technology can improve the diversity of population and describe the internal relation between individualities.This paper puts the crowding-density technology into the multi-objective evolutionary algorithm based on arena principle.Experiments indicate that the improved algorithm maintains the characteristics of high efficiency and with a better distribution.

关 键 词：多目标进化算法 PARETO最优解 擂台赛法则 聚集密度 分布度 

分 类 号：TP312[自动化与计算机技术—计算机软件与理论]