首页|一种确定目标域多目标优化算法NSGA/P

一种确定目标域多目标优化算法NSGA/P

扫码查看
原文链接
  • 万方数据
  • 维普
为了使多目标进化算法在求解多目标优化问题时能够更好地收敛到Pareto最优解,在NSGA-Ⅱ算法基础上,借鉴MOEA/P算法的思想,提出确定目标域多目标优化算法NSGA/P,将NSGA-II算法与MOEA/P算法思想结合,实现确定目标域内的最优值的求取.NSGA-II是一种求解多目标优化问题的经典算法;MOEA/P是一种基于投影面的多目标优化算法,更加适用于求解超多目标优化问题.NSGA/P算法采用MOEA/P思想,将整个决策空间划分为投影面和自由维,根据决策者的需求确定目标域,以此为投影面,并在自由维上采用NSGA-II算法进行寻优,提高了算法的效率.通过对大量的实验结果分析及验证,发现NSGA/P算法增加了解的多样性,提高了算法的收敛性能,并有效地改善了求解复杂优化问题的能力,证明NSGA/P算法在求取确定目标域的多目标优化问题上有一定的优势.
A Multi-objective Optimization Algorithm for Determinant Objective Domain NSGA/P

马畅畅、汪坤、鹿晓梦、陈未如

展开 >

沈阳化工大学 计算机科学与技术学院,辽宁 沈阳 110142

辽宁省化工过程工业智能化技术重点实验室,辽宁 沈阳 110142

多目标优化 确定目标域 投影面 自由维 NSGAII MOEA/P

辽宁省高校创新人才支持计划辽宁省百千万人才工程资金项目辽宁省自然科学基金辽宁省教育厅项目

LR2018057辽人社[2019]45号2019-ZD-0068XXLJ2019010

2022

10.3969/j.issn.1673-629X.2022.05.003

计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子：0.621
ISSN：1673-629X
年,卷(期)：2022.32(5)
  • 2
  • 8