基于Pareto最优和限制精英的多目标进化算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (2): 108-108.

基于Pareto最优和限制精英的多目标进化算法

杨善学,王宇平

西安电子科技大学理学院应用数学系

收稿日期:2006-05-15 修回日期:1900-01-01 出版日期:2007-01-11 发布日期:2007-01-11
通讯作者: 杨善学 shxyang

A Multiobjective Evolutionary Algorithm Based On Pareto Optimality and Limited Elitist

西安电子科技大学理学院应用数学系

Received:2006-05-15 Revised:1900-01-01 Online:2007-01-11 Published:2007-01-11

摘要/Abstract

摘要： 在NSGA-II算法的基础上，本文提出了一种基Pareto最优和限制精英的多目标进化算法（LEMOEA）。通过分布函数的引入，限制了精英选取的数量，从而更好地维护了种群多样性。同时给出了一种新的单点复合交叉算子，其不但增大了解的搜索区域，而且增强了算法对解的搜索能力。实验结果表明： LEMOEA比NSGA-II有更好的收敛效果和种群多样性。

关键词: 多目标进化算法, NSGA-II, 分布函数, 单点复合交叉算子

Abstract: In this paper, a multiobjective evolutionary algorithm based on Pareto optimality and limited elitist (LEMOEA) is proposed which is based on NSGA-II. It uses distribution function to limit the number of individuals chosen by elitist scheme, and a good diversity of solutions can be kept. Moreover, the single-compound crossover operator increases the extent and the ability of search.. experimental results show that LEMOEA has faster convergent speed and better diversity of solutions than NSGA-II.

Key words: MOEA, NSGA-II, distribution function, single-compound crossover operator

杨善学,王宇平. 基于Pareto最优和限制精英的多目标进化算法[J]. 计算机工程与应用, 2007, 43(2): 108-108.

,. A Multiobjective Evolutionary Algorithm Based On Pareto Optimality and Limited Elitist[J]. Computer Engineering and Applications, 2007, 43(2): 108-108.

[1]	王琴, 杨信丰, 李楠, 李平, 方晟浩. 不确定环境下的危险品运输车辆路径优化[J]. 计算机工程与应用, 2022, 58(15): 309-316.
[2]	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.
[3]	周原令，胡晓兵，江代渝，李航. 基于改进NSGA-II的车间排产优化算法研究[J]. 计算机工程与应用, 2021, 57(19): 274-281.
[4]	封硕，郑宝娟，陈文兴，张婷宇. 支持强化学习RNSGA-II算法在航迹规划中应用[J]. 计算机工程与应用, 2020, 56(3): 246-251.
[5]	吉训生，蔡益青. 利用历史信息和限制算子求解MOFJSP[J]. 计算机工程与应用, 2020, 56(2): 272-278.
[6]	耿焕同，周利发，丁洋洋，周山胜. 一种基于新型差分进化模型的MOEA/D改进算法[J]. 计算机工程与应用, 2019, 55(8): 138-146.
[7]	肖俊明，高洪洋，朱永胜，瞿博阳. 考虑新能源接入的电力多目标优化调度[J]. 计算机工程与应用, 2019, 55(23): 241-247.
[8]	顾春华，刘鑫平，罗飞，丁炜超. 基于同步更新外部归档集的NSGA-II改进算法[J]. 计算机工程与应用, 2018, 54(20): 28-34.
[9]	汪文文，方玺，何朗，刘扬，张亮. NSGA-II算法的改进及其在应急管理中的应用[J]. 计算机工程与应用, 2018, 54(16): 241-247.
[10]	王俊，赵凤. 基于半监督的多目标进化模糊聚类算法[J]. 计算机工程与应用, 2017, 53(22): 40-44.
[11]	陈志旺1，黄兴旺2，陈志兴3，赵子铮2，黄丽芳4. 区间多目标优化非支配排序云模型算法[J]. 计算机工程与应用, 2017, 53(22): 143-149.
[12]	徐江雁1，仲高艳1，杨守峰1，2. 改进NSGA-II算法及其在切削加工参数优化中的应用[J]. 计算机工程与应用, 2017, 53(13): 227-234.
[13]	许峰，吴福芳. 自适应协同进化多目标进化算法[J]. 计算机工程与应用, 2016, 52(6): 26-30.
[14]	王超学，田利波. 一种改进的多目标合作型协同进化遗传算法[J]. 计算机工程与应用, 2016, 52(2): 18-23.
[15]	赵凤，韩文超，惠房臣. 基于分水岭的多目标核聚类图像分割[J]. 计算机工程与应用, 2015, 51(18): 151-155.