典型文献
基于差分进化邻域自适应的大规模多目标算法
文献摘要:
对于大规模决策变量给求解大规模多目标优化问题带来的难以收敛及解集分布不均匀问题,通过分析变量特征将其分类再分别优化是当前较为有效的求解方法,但存在变量分类不够准确、变量处理不够有针对性等不足.对此,提出一种基于差分进化邻域自适应策略的大规模多目标优化算法.首先,通过分析扰动解的支配关系将混合变量分为多样性变量和收敛性变量,使变量分类更为准确.其次,通过对收敛性变量主成分分析降噪,降低计算成本,并设计种群的交替进化策略及差分进化的邻域自适应更新操作以提升种群进化过程中的收敛性.实验结果表明,所提算法在收敛速度和解集的分布均匀性上表现出良好的性能.
文献关键词:
大规模多目标优化;协同进化;决策变量分析;主成分分析;邻域自适应更新
中图分类号:
作者姓名:
闫世瑛;颜克斐;方伟;陆恒杨
作者机构:
江南大学人工智能与计算机学院,江苏无锡214122
文献出处:
引用格式:
[1]闫世瑛;颜克斐;方伟;陆恒杨-.基于差分进化邻域自适应的大规模多目标算法)[J].系统工程与电子技术,2022(07):2112-2124
A类:
邻域自适应更新,决策变量分析
B类:
差分进化,多目标算法,大规模决策变量,大规模多目标优化,多目标优化问题,解集,分布不均匀,求解方法,变量分类,自适应策略,多目标优化算法,混合变量,收敛性,降噪,低计算成本,进化策略,种群进化,收敛速度,分布均匀性,协同进化
AB值:
0.262768
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。