一种基于偶图匹配的多目标分解进化算法
CSTR:
作者:
作者单位:

(盲信号处理重点实验室,成都610041)

作者简介:

李智翔(1989-), 男, 博士生, 从事进化优化算法及其应用的研究;游凌(1971-), 男, 高级工程师, 博士生导师, 从事智能信息处理等研究.

通讯作者:

E-mail: lzxest@126.com

中图分类号:

TP391

基金项目:

国家自然科学基金项目(61403301,61221063);中国博士后科学基金项目(2015T81032).


A bigraph matching method for decomposition multiobjective optimization
Author:
Affiliation:

(National Key Laboratory of Science and Technology on Blind Signal Processing,Chengdu610041,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:

    针对基于分解的多目标进化(MOEA/D)算法在选择下一代解时未考虑解和子问题之间的相对距离,可能导致算法得到的最终解多样性较差的问题,提出一种基于偶图匹配的多目标分解进化(MOEA/D-BM)算法.所提算法利用偶图匹配模型对解和子问题的相互关系进行建模,在选择下一代解的同时,考虑收敛性和多样性,以提高算法性能.通过与其他3种经典的多目标分解进化算法在多个测试函数上进行实验,验证了所提出算法的有效性.

    Abstract:

    The multiobjective evolutionary algorithm based on decomposition(MOEA/D) selects next generation without considering the distance between solutions and subproblems, which may yield a result of poor diversity. Therefore, the MOEA/D with bigraph matching(MOEA/D-BM) is proposed. The algorithm models the relationship between solutions and subproblems through bigraph matching, and thus improves the performance of the algorithm by considering the convergence and diversity simultaneously in next generation selection. The experimental results on a variety of test instances show that the proposed algorithm is effective in comparison with 3 state-of-the-art decomposition-based multiobjective evolutionary algorithms.

    参考文献
    相似文献
    引证文献
引用本文

李智翔,贺亮,韩杰思,等.一种基于偶图匹配的多目标分解进化算法[J].控制与决策,2018,33(10):1782-1788

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: 2018-09-28
  • 出版日期:
文章二维码