一种混合自适应多目标Memetic算法
DOI:
CSTR:
作者:
作者单位:

上海交通大学自动化系 200030

作者简介:

郭秀萍

通讯作者:

中图分类号:

TP301

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    Memetic算法是求解多目标优化问题最有效的方法之一, 融合了局部搜索和进化计算,具有较高的全局搜索能力.混合自适应多目标Memetic算法(HAMA)用基于模拟退火的加权法进行局部搜索,采用Pareto法实现交叉和变异,通过扰动增强算法的exploration能力,且进化过程可根据改善率自适应调整,以提高搜索效率并改善算法的鲁棒性.算例测试说明HAMA能产生更接近Pareto前沿且多样性更好的近似集.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

郭秀萍; 杨根科; 吴智铭.一种混合自适应多目标Memetic算法[J].控制与决策,2006,21(11):1234-1238

复制
相关视频

分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2005-09-26
  • 最后修改日期:2006-01-25
  • 录用日期:
  • 在线发布日期: 2006-11-20
  • 出版日期:
文章二维码