典型文献
考虑帕累托最优解的多目标优化进化算法
文献摘要：
大多数现有的进化算法在处理多目标优化问题(multi-objective optimiza-tion problem,MOP)时会遇到Pareto最优解稀疏的困难,特别是当决策变量的数目很大时,如旨在从大量候选特征中找出小部分特征的特征选择.为此,提出了 一种求解大规模稀疏MOP的进化算法.算法考虑Pareto最优解的稀疏性,提出了 一种新的种群初始化策略和遗传算子,以保证解的稀疏性.此外,还设计了一个测试套件来评估该算法在大规模稀疏MOP中的性能,实验结果和应用实例证明了该算法在处理大规模稀疏MOP问题上的优越性.
文献关键词：
进化神经网络;特征选择;多目标优化;稀疏Pareto最优解
中图分类号：
作者姓名：
王松波
作者机构：
茂名职业技术学院,广东 茂名525000
文献出处：
引用格式：
[1]王松波-.考虑帕累托最优解的多目标优化进化算法)[J].数学的实践与认识,2022(09):132-146
A类：
B类：
帕累托最优解,进化算法,多目标优化问题,multi,objective,optimiza,tion,problem,MOP,会遇,Pareto,决策变量,小部,分特征,特征选择,法考,稀疏性,种群初始化,初始化策略,遗传算子,套件,应用实例,例证,进化神经网络
AB值：
0.379631
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。
