典型文献
基于距离优势关系的高维多目标进化算法
文献摘要：
收敛性与多样性是多目标进化算法的两个主要研究方面,随着多目标优化问题目标维度的增加,传统的多目标进化算法很难维持解的多样性.为了增强算法在高维多目标优化问题中的多样性,提出了一种新的距离优势关系.首先,为了保证算法的收敛性,在同一小生境内,基于距离优势关系计算候选解到理想点的距离作为适应度值,选择适应度值好的候选解作为非支配解.然后,为了增强算法的多样性,距离优势关系设定了每个候选解具有相同的小生境,并且保证在同一小生境内只保留一个最优解.最后,基于提出的距离优势关系对VaEA算法进行改进,得到的算法命名为VaEA-DDR.在5、8、10、15维目标的DTLZ及IDTLZ测试问题上将改进的算法与目前六种常用的算法进行实验对比.实验结果表明,改进后的算法具有较强的竞争性,能显著增强算法的多样性.
文献关键词：
高维多目标优化;距离优势关系;多样性;VaEA
中图分类号：
作者姓名：
顾清华;徐青松;李学现
作者机构：
西安建筑科技大学 管理学院,西安 710001;西安建筑科技大学 资源工程学院,西安 710001;西安市智慧工业感知计算与决策重点实验室,西安 710001
文献出处：
引用格式：
[1]顾清华;徐青松;李学现-.基于距离优势关系的高维多目标进化算法)[J].计算机科学与探索,2022(11):2642-2652
A类：
距离优势关系,VaEA,IDTLZ
B类：
基于距离,高维多目标进化算法,收敛性,多目标优化问题,问题目标,目标维度,增强算法,高维多目标优化,一小,小生境,适应度值,解作,非支配解,最优解,DDR,试问,上将,六种,实验对比,竞争性
AB值：
0.181907
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。
