改进的蛙跳算法在多目标优化问题中的应用

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (30): 233-238.

改进的蛙跳算法在多目标优化问题中的应用

王晓笛1，肖伟1，何灿2

1.湖南师范大学，长沙 410081
2.湖南星辰在线网络传播有限公司，长沙 410016

出版日期:2012-10-21 发布日期:2012-10-22

Application of improved Shuffle Frog Leaping Algorithm to resolve multi-objective optimization problem

WANG Xiaodi1, XIAO Wei1, HE Can2

1.Hunan Normal University, Changsha 410081, China
2.Hunan CSONLINE Internet Transmission Co., Ltd, Changsha 410016, China

Online:2012-10-21 Published:2012-10-22

摘要/Abstract

摘要： 在介绍原始混洗蛙跳算法的基础上，引入遗传算法中的遗传算子，改进原始蛙跳算法的分组方法，提出一种改进的混洗蛙跳算法用于求解多目标优化问题。改进的算法以多目标0-1背包问题为例进行模拟实验，其实验结果表示，与原始的混洗蛙跳算法相比较，改进的蛙跳算法在求解多目标优化问题上具有更好的性能。

关键词: 混洗蛙跳算法, 多目标优化问题, 遗传算子, 分组方法, 多目标0-1背包问题

Abstract: This paper draws genetic operators of GA and improves the method of SFLA group dividing based on introducing SFLA, puts forward an improved SFLA to resolve problem of multi-objective optimization. The improved method takes multi-objective 0-1 knapsack as an example for simulated experiment, which bears out that, compared with original SFLA, the improved SFLA has better performance on resolving improved SFLA problem.

Key words: Shuffle Frog Leaping Algorithm（SFLA）, multi-objective optimization, genetic operators, grouping method, multi-objective 0-1 knapsack problem

王晓笛1，肖伟1，何灿2. 改进的蛙跳算法在多目标优化问题中的应用[J]. 计算机工程与应用, 2012, 48(30): 233-238.

WANG Xiaodi1, XIAO Wei1, HE Can2. Application of improved Shuffle Frog Leaping Algorithm to resolve multi-objective optimization problem[J]. Computer Engineering and Applications, 2012, 48(30): 233-238.

[1]	周冬梅，孙俊. 遗传规划中遗传算子对种群多样性的影响[J]. 计算机工程与应用, 2016, 52(20): 39-45.
[2]	陈威虎，向凌云. 基于开放读码框架的GEP遗传算子[J]. 计算机工程与应用, 2016, 52(18): 57-61.
[3]	李雯，李和成. 基于空间网格划分的多目标进化算法[J]. 计算机工程与应用, 2014, 50(8): 53-56.
[4]	张凯，周德云，潘潜. 基于混合蛙跳算法的协同空战火力分配[J]. 计算机工程与应用, 2014, 50(17): 263-266.
[5]	李志强，蔺想红. 多目标优化非支配集构造方法的研究进展[J]. 计算机工程与应用, 2013, 49(19): 31-35.
[6]	厉虹，张甜. 改进PSO在欠驱动机器人运动规划中的应用研究[J]. 计算机工程与应用, 2012, 48(6): 221-224.
[7]	莫海芳1，李康顺2. 基因表达式编程的一种新遗传算子[J]. 计算机工程与应用, 2011, 47(7): 23-24.
[8]	何兵1，2，车林仙1，2，刘初升1. 一种蛙跳和差分进化混合算法 [J]. 计算机工程与应用, 2011, 47(18): 4-8.
[9]	帅训波1，马书南2. 应用布尔遗传算子求解N皇后问题[J]. 计算机工程与应用, 2011, 47(16): 49-51.
[10]	陶利民¹，郭俊恩². 改进遗传算法在求解TSP问题上的应用研究[J]. 计算机工程与应用, 2009, 45(33): 45-47.
[11]	陈静，伍军，郑金华. 一种改进的非支配排序多目标遗传算法[J]. 计算机工程与应用, 2009, 45(29): 60-63.
[12]	伍军,郑金华,文诗华. 一种基于相似个体的多目标进化算法[J]. 计算机工程与应用, 2008, 44(14): 67-72.
[13]	雷秀娟^1,2,史忠科²,孙瑰琪¹. 基于遗传算子的粒子群优化算法的比较分析[J]. 计算机工程与应用, 2008, 44(14): 65-66.
[14]	李密青,郑金华,罗彪,肖桂霞. 二维目标下分布性与收敛性结合的种群维护策略[J]. 计算机工程与应用, 2008, 44(11): 75-79.
[15]	唐国新，陈雄，袁杨. 机器人路径规划中的改进型遗传算法[J]. 计算机工程与应用, 2007, 43(22): 67-70.