一种改进的多目标混合遗传算法及应用

doi:10.3778/j.issn.1002-8331.2010.22.070

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (22): 242-244.DOI: 10.3778/j.issn.1002-8331.2010.22.070

一种改进的多目标混合遗传算法及应用

唐天兵¹，申文杰¹，韦凌云²，谢祥宏¹

1.广西大学计算机与电子信息学院，南宁 530004
2.北京邮电大学自动化学院，北京 100876

收稿日期:2009-01-08 修回日期:2009-03-19 出版日期:2010-08-01 发布日期:2010-08-01
通讯作者: 唐天兵

Improved multi-objective hybrid genetic algorithm and its application

TANG Tian-bing¹，SHEN Wen-jie¹，WEI Ling-yun²，XIE Xiang-hong¹

1.School of Computer，Electronics and Information，Guangxi University，Nanning 530004，China
2.School of Automation，Beijing University of Posts and Telecommunications，Beijing 100876，China

Received:2009-01-08 Revised:2009-03-19 Online:2010-08-01 Published:2010-08-01
Contact: TANG Tian-bing

摘要/Abstract

摘要： 在NSGA-II算法中引入自适应交叉算子和自适应变异算子，将模拟退火算法与改进的NSGA-II算法相结合，并应用到武器装备供应合同商的选择与评价中。实验结果表明，非劣解在目标空间分布均匀，算法收敛性好，为求解武器装备供应合同商选择的多目标问题提供了一种有效的工具。

关键词: 多目标优化, 遗传算法, 模拟退火, 合同商选择

Abstract: After improving NSGA-II by importing adaptive crossover and mutation operators，this paper combines it with the simulation annealing algorithm and then applies them to the problem of choice and valuation of the supply contractors of weaponry equipment.The pareto solutions are distributed uniformly and the algorithm shows nice convergence through the experimental result.So it provides an efficient tool for solving the multi-objective problem of choosing the contractors of weaponry supplies.

Key words: multi-objective optimization, genetic algorithm, simulated annealing, contractors selection

中图分类号:

TP391

唐天兵¹，申文杰¹，韦凌云²，谢祥宏¹. 一种改进的多目标混合遗传算法及应用[J]. 计算机工程与应用, 2010, 46(22): 242-244.

TANG Tian-bing¹，SHEN Wen-jie¹，WEI Ling-yun²，XIE Xiang-hong¹. Improved multi-objective hybrid genetic algorithm and its application[J]. Computer Engineering and Applications, 2010, 46(22): 242-244.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	陈万芬，王宇嘉，林炜星. 异构集成代理辅助多目标粒子群优化算法[J]. 计算机工程与应用, 2021, 57(23): 71-80.
[5]	胡小兵，陈树念，张盈斐，谷升豪. 求解多目标路径优化问题的涟漪扩散算法[J]. 计算机工程与应用, 2021, 57(23): 81-90.
[6]	李大海，艾志刚，王振东. 基于全组合策略的多目标阴阳对算法[J]. 计算机工程与应用, 2021, 57(22): 110-124.
[7]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[8]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[9]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[10]	马艳芳，李保玉，杨屹夫，冯翠英. 客户分类下生鲜配送两级路径问题与算法研究[J]. 计算机工程与应用, 2021, 57(20): 287-298.
[11]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[12]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[13]	童文林，陈德旺，黄允浒，吕宜生. 结合模拟退火与规则约简的模糊系统优化方法[J]. 计算机工程与应用, 2021, 57(16): 142-150.
[14]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[15]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.

一种改进的多目标混合遗传算法及应用

Improved multi-objective hybrid genetic algorithm and its application

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