基于演化算法实现多目标优化的岛屿迁徙模型  

An Island Migrating Model for Multi-objective Optimization based on Evolutionary Algorithm

作　　者：闫震宇[1] 康立山[1] 付朋辉[1] 黄玉珍[1] 

机构地区：[1]武汉大学软件工程国家重点实验室,湖北武汉430072

出　　处：《小型微型计算机系统》2004年第2期237-241,共5页Journal of Chinese Computer Systems

基　　金：国家自然科学基金 (60 0 73 0 43;70 0 710 42;60 13 3 0 10 )资助;并行与分布处理国家重点实验室基金资助

摘　　要：多目标演化算法 (MOEA)利用种群策略 ,尽可能地找出多目标问题的 Pareto最优集供决策者选择 ,为决策者提供了更大的选择余地 ,与其它传统的方法相比有了很大的改进 .但提供大量选择的同时 ,存在着不能为决策者提供一定的指导性信息 ,不能反映决策者的偏好 ,可扩展性差等问题 .本文提出了一个新的多目标演化算法 (MOEA)计算模型 - - -岛屿迁徙模型 ,该模型体现了一种全新的多目标演化优化的求解思想 ,对多目标优化问题的最优解集作了新的定义 .数值试验结果表明 ,岛屿迁徙模型在求解 MOP时有效地解决了以上问题 ,并且存在进一步改进的潜力 .Solving multi-objective optimization problem is more difficult than solving single objective optimization problem. Multi-objective evolutionary algorithms try to present pareto optimal set to the decision-makers by their population approach. But they cant handle preference of the decision-makers and cant present the Instruction Information to the decision-makers. Their scalability is not so good. This paper presents a new computation model called Island Migrating Model. This model proposes a new idea to solving Multi-objective optimization problem by evolutionary approach and gives a new definition to Optimal Set of MOP. The numeric experiments show that Island Migrating Model is efficient in handling above problems and it has the potential to be improved.

关 键 词：多目标优化问题 PARETO最优解 多目标演化算法 岛屿迁徙模型 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]