计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (10): 49-53.DOI: 10.3778/j.issn.1002-8331.2009.10.015
曾映兰,郑金华,罗 彪
ZENG Ying-lan,ZHENG Jin-hua,LUO Biao
摘要: 解集的分布性是多目标优化中最重要的研究工作之一,解集的分布性主要体现在两个方面,一是解集的分布广度;二是解集的均匀性。在多目标进化算法(MOEAs)中,解集分布性的保持放在种群维护中实现,提出一种基于∞范数的逐步方法(INS)来提高MOEAs解集的分布性,INS用∞范数来衡量个体的分布性,用逐步的方法来裁剪个体。通过与目前最流行的两个MOEAs——NSGA-II和ε-MOEA,在9个测试函数上进行实验,结果表明INS能很好地提高解集的分布性。