典型文献
基于部分支配关系的双准则超多目标优化算法
文献摘要：
近年来多目标优化问题受到研究者的广泛关注,也有多种解决方案应运而生.其中,多目标优化算法以其收敛速度快,种群保持收敛性和多样性好的特点而被广泛使用.但随着研究的展开,超多 目标优化问题因其超高维的目标数导致现有多目标优化算法性能下降.本文充分利用基于帕累托(Pareto)和基于指标的算法优势,使用双准则方法以更好地处理超多目标优化问题.首先,考虑到基于Pareto的方法在高维目标空间的选择压力下降,通过部分支配关系提高算法对解的选择压力.其次,通过采用更加高效的互评价指标保证非Pareto部分的收敛速度和精度.最后,通过双准则进化实现两部分进化种群的信息交互和整合.通过参数实验和比较实验证明了所提方法的优越性.
文献关键词：
超多目标优化;部分支配;双准则;进化算法
中图分类号：
作者姓名：
王改革;李奎超;李贵
作者机构：
中国海洋大学计算机科学与技术学院,山东青岛266100;华中科技大学人工智能与自动化学院,湖北武汉430074
文献出处：
引用格式：
[1]王改革;李奎超;李贵-.基于部分支配关系的双准则超多目标优化算法)[J].南昌工程学院学报,2022(06):1-11
A类：
B类：
部分支配,双准则,超多目标优化,多目标优化算法,多目标优化问题,收敛速度,收敛性,超高维,算法性能,性能下降,帕累托,Pareto,基于指标,高维目标,选择压力,互评,信息交互,比较实验,进化算法
AB值：
0.278647
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。
