一种基于密度的局部搜索NSGA2算法
CSTR:
作者:
作者单位:

(1. 北京工业大学自动化学院,北京100124;2.计算智能与智能系统北京市重点实验室,北京100124)

作者简介:

栗三一(1988-), 男, 博士生, 从事优化控制的研究;乔俊飞(1968-), 男, 教授, 博士生导师, 从事智能优化控制等研究.

通讯作者:

E-mail: wslisanyi@126.com

中图分类号:

TP301

基金项目:

国家自然科学基金重点项目(61533002);国家杰出青年科学基金项目(61225016);国家自然科学基金青年基金项目(61603009);中国博士后科学基金项目(2015M570910);北京工业大学基础研究基金项目(002000514315501);朝阳区博士后工作经费项目(2015ZZ-6).


A local search strategy based on density for NSGA2 algorithm
Author:
Affiliation:

(1. College of Automation,Beijing University of Technology,Beijing 100124,China;2. Beijing Key Laboratory of Computational Intelligence and Intelligent System,Beijing100124,China)

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:

    针对局部搜索类NSGA2算法计算量大的问题,提出一种基于密度的局部搜索NSGA2算法(NSGA2- DLS).使用解的密度衡量解的稀疏度,并将当前非支配解中稀疏度最小的解定义为稀疏解,每次遗传过程在稀疏解周围进行局部搜索.在局部搜索过程中,同时采用极限优化策略和随机搜索策略以提高解的质量和收敛速度.对ZDT系列函数和DTLZ系列函数进行仿真实验并与标准NSGA2算法、一种局部随机搜索算法和一种定向搜索算法进行比较,结果表明,NSGA2-DLS在消耗计算量和优化效果方面均优于对比方法.

    Abstract:

    In order to reduce the amount of calculation and keep the advantage of local search strategy simultaneously, this paper proposes a kind of local search method based on density for the NSGA2(NSGA2-DLS) algorithm. Firstly, the sparse degree of each solution is evaluated with the density of each solution in the solution space. Then the non-dominated solution with the smallest sparse degree is defined as the sparse solution, and the sparse solutionig is searched around locally during every genetic process. The NSGA2-DLS algorithm adopts extreme optimization strategy and random search strategy simultaneously to improve the quality of solutions and convergence rate. The performance of the NSGA2-DLS algorithm is compared with the performance of the baseline NSGA2 algorithm and two other reported local search NSGA2 algorithms for multi-objective test problems, including ZDT and DTLZ functions. The simulation results show that the solution quality and the calculation amount of the NSGA2-DLS algorithm are much better than that of other methods.

    参考文献
    相似文献
    引证文献
引用本文

栗三一,李文静,乔俊飞.一种基于密度的局部搜索NSGA2算法[J].控制与决策,2018,33(1):60-66

复制
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:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2017-12-07
  • 出版日期:
文章二维码