一种基于极坐标的分布度保持策略

doi:10.3778/j.issn.1002-8331.2008.20.011

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (20): 36-40.DOI: 10.3778/j.issn.1002-8331.2008.20.011

一种基于极坐标的分布度保持策略

曾映兰,邝达,郑金华

湘潭大学信息工程学院，湖南湘潭 411105

收稿日期:2007-12-27 修回日期:2008-03-06 出版日期:2008-07-11 发布日期:2008-07-11
通讯作者: 曾映兰

Method based on polar coordinates for diversity maintenance in multi-objective genetic algorithm

ZENG Ying-lan,KUANG Da,ZHENG Jin-hua

Institute of Information Engineering，Xiangtan University，Xiangtan，Hunan 411105，China

Received:2007-12-27 Revised:2008-03-06 Online:2008-07-11 Published:2008-07-11
Contact: ZENG Ying-lan

摘要/Abstract

摘要： 将极坐标的思想引入多目标遗传算法来保持解的多样性，由此提出了一种新的多目标遗传算法：PCGA2（Polar Coordinates Genetic AlgorithmsⅡ）；分析了基于极坐标的分布度保持策略的时间复杂度，并通过实验将PCGA2同当前流行的两种多目标遗传算法（NSGA2和SPEA2）进行了比较。实验数据表明该算法不仅在时间耗费上比较低，而且所得到的解具有非常好的分布度。

关键词: 多目标遗传算法, 多样性, 时间复杂度, 分布度

Abstract: A new multi-objective genetic algorithm called PCGA2（Polar Coordinates Genetic AlgorithmsⅡ） is proposed in this paper.A strategy based on polar coordinates to keep diversity is introduced into PCGA2.We analyze the time complexity of this strategy.In our experiments，PCGA2 is compared with NSGA2 and SPEA2.The experimental results show that PCGA2 can obtain a good distribution of solutions in short time.

Key words: multi-objective genetic algorithm, diversity, time complexity, distribution

曾映兰,邝达,郑金华. 一种基于极坐标的分布度保持策略[J]. 计算机工程与应用, 2008, 44(20): 36-40.

ZENG Ying-lan,KUANG Da,ZHENG Jin-hua.

Method based on polar coordinates for diversity maintenance in multi-objective genetic algorithm

[J]. Computer Engineering and Applications, 2008, 44(20): 36-40.

[1]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[2]	田维安，陈红梅，周丽华. 基于相似用户好奇心的多样性推荐方法[J]. 计算机工程与应用, 2021, 57(23): 113-121.
[3]	刘莉. 基于用户多样性偏好的top-N推荐算法[J]. 计算机工程与应用, 2021, 57(17): 116-121.
[4]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.
[5]	张松灿，普杰信，司彦娜，孙力帆. 蚁群算法在移动机器人路径规划中的应用综述[J]. 计算机工程与应用, 2020, 56(8): 10-19.
[6]	曾海燕，左开中，王永录，刘蕊. 路网环境下的语义多样性位置隐私保护方法[J]. 计算机工程与应用, 2020, 56(7): 102-108.
[7]	叶颖诗，魏福义，蔡贤资. 基于并行计算的快速Dijkstra算法研究[J]. 计算机工程与应用, 2020, 56(6): 58-65.
[8]	张贺舒，李涛，宋公飞. 单帧图像的耦合生成式对抗超分辨率重建[J]. 计算机工程与应用, 2020, 56(24): 194-200.
[9]	王亮，冶继民. 整合DBSCAN和改进SMOTE的过采样算法[J]. 计算机工程与应用, 2020, 56(18): 111-118.
[10]	邓有为1，杨永建1，彭志颖1，甘轶1，马健1，黄柏儒2. 物种生灭算法的改进策略[J]. 计算机工程与应用, 2019, 55(3): 55-60.
[11]	崔丽群，张磊，郭相卓，张晨. 基于随机替换和多样性控制的花朵授粉算法[J]. 计算机工程与应用, 2019, 55(18): 45-52.
[12]	王光，金嘉毅. 融合折射原理反向学习的飞蛾扑火算法[J]. 计算机工程与应用, 2019, 55(11): 46-51.
[13]	黄继婷，陈建兵，陈平华. 融合偏好度与网络结构的推荐算法[J]. 计算机工程与应用, 2019, 55(10): 9-15.
[14]	陈佳瑜，李梁，罗云. 采用多样性选择的量子粒子群双向聚类算法[J]. 计算机工程与应用, 2018, 54(9): 42-46.
[15]	段艳明，肖辉辉，林芳. 新授粉方式的花授粉算法[J]. 计算机工程与应用, 2018, 54(23): 94-108.

一种基于极坐标的分布度保持策略

Method based on polar coordinates for diversity maintenance in multi-objective genetic algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics