首页| 行业标准| 论文文档| 电子资料| 图纸模型
购买积分 购买会员 激活码充值

您现在的位置是:团子下载站 > 其他 > 如何使用差分进化和第二代非支配遗传算法实现多目标优化的算法

如何使用差分进化和第二代非支配遗传算法实现多目标优化的算法

  • 资源大小:1.20 MB
  • 上传时间:2021-12-02
  • 下载次数:0次
  • 浏览次数:29次
  • 资源积分:1积分
  • 标      签: 模型 函数 算法

资 源 简 介

为避免多目标优化过程中子目标相互冲突,提高Pareto最优解的质量,提出一种基于差分进化(DE)和第二代非支配遗传算法(NSGAⅡ)的混合算法。采用带有自适应参数的DE算法对初始种群进行变异和交叉操作,以提高种群的多样性。应用新种群标记策略对DE的初始种群和测试种群进行支配得到新种群,并标记其中每个个体,使DE能够处理多目标问题。将新种群作为NSGAⅡ的初始种群,通过NSGAⅡ产生下一代种群,进一步提升Pareto最优解的质量。使用4个基准多目标函数进行测试,结果表明,与NSGAⅡ和SADE算法相比,该算法的收敛速度更快,Pareto最优解集空间分布更均匀。
VIP VIP