典型文献
参考点自适应调整下评价指标驱动的高维多目标进化算法
文献摘要：
在具有不同Pareto前沿形状的优化问题上,基于参考点的高维多目标进化算法表现出较差的通用性.为了解决这个问题,提出参考点自适应调整下评价指标驱动的高维多目标进化算法(Many-objective evolutionary algorithm driv-en by evaluation indicator under adaptive reference point adjustment,MaOEA-IAR).MaOEA-IAR 提出 Pareto 前沿形状监测基础上的参考点自适应策略,利用该策略选择一组候选解作为初始参考点;然后通过曲线参数对参考点位置进行调整;将最终得到的能够适应不同Pareto前沿的参考点用于计算增强的反世代距离指标,基于指标值设计适应度函数作为选择标准.实验证明提出的算法在处理各种Pareto前沿形状的优化问题时能获得较好的性能,算法通用性高.
文献关键词：
参考点自适应;评价指标;高维多目标;Pareto前沿形状
中图分类号：
作者姓名：
何江红;李军华;周日贵
作者机构：
南昌航空大学江西省图像处理与模式识别重点实验室 南昌330063;上海海事大学信息工程学院 上海201306
文献出处：
引用格式：
[1]何江红;李军华;周日贵-.参考点自适应调整下评价指标驱动的高维多目标进化算法)[J].自动化学报,2022(06):1569-1589
A类：
参考点自适应
B类：
自适应调整,高维多目标进化算法,Pareto,优化问题,基于参考,Many,objective,evolutionary,algorithm,driv,by,evaluation,indicator,under,adaptive,reference,point,adjustment,MaOEA,IAR,自适应策略,策略选择,解作,线参,世代,基于指标,指标值,适应度函数,算法通用性
AB值：
0.277489
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。
