典型文献
一种新的全局排序高维多目标优化算法
文献摘要：
针对传统高维多目标优化问题解决方法存在解集收敛性与解集分布均匀性缺陷的问题,提出将全局排序方法与灰色关联分析两种方法相结合,设计一种新的全局排序高维多目标优化算法.通过设计最小函数值母序列和个体目标函数值子序列,利用灰色关联分析法计算其关联度,并结合个体目标适应度计算策略,解决解集分布不均匀的问题.该算法不仅可提高非支配个体的选择能力,还具有良好的收敛性.为测试该算法的性能,选择3种经典多目标进化算法,在标准测试函数集DTLZ{2,4,5,6}上进行对比实验.实验结果表明,该算法在解决高维多目标问题时,其收敛性与解集分布均匀性均优于其他3种算法.
文献关键词：
高维多目标优化;全局排序;灰色关联分析;收敛性和解集分布性
中图分类号：
作者姓名：
刘仁云;张美娜;姚亦飞;于繁华
作者机构：
长春师范大学 数学学院,长春 130032;长春师范大学 计算机科学与技术学院,长春 130032;北华大学 计算机科学技术学院,吉林 吉林 132013
文献出处：
引用格式：
[1]刘仁云;张美娜;姚亦飞;于繁华-.一种新的全局排序高维多目标优化算法)[J].吉林大学学报（理学版）,2022(03):664-670
A类：
全局排序,收敛性和解集分布性
B类：
高维多目标优化算法,多目标优化问题,问题解决方法,分布均匀性,排序方法,小函数,目标函数值,子序列,灰色关联分析法,适应度计算,计算策略,分布不均匀,多目标进化算法,标准测试函数,数集,DTLZ,高维多目标问题
AB值：
0.205769
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
