典型文献
基于指标和自适应边界选择的高维多目标优化算法
文献摘要：
多目标优化算法的主要目标是实现好的多样性和收敛性.传统的高维多目标优化算法,当目标维数增加时,选择方式难以平衡种群的收敛性与多样性.对此,提出一个基于指标和自适应边界选择的高维多目标优化算法.在环境选择中,首先计算种群中两两个体的指标Iε(x,y)作为第一选择标准;其次,提出一种自适应边界选择策略,利用种群进化信息对超平面系数进行模糊预测;再次,近似计算待选个体到超平面的范式距离作为第二选择标准;最后,将所提出算法与5种代表性的高维多目标算法进行比较,实验结果表明,所提出算法在处理复杂Pareto前沿高维多目标优化问题时,能在平衡收敛性与多样性的同时,更好地维护多样性.
文献关键词：
指标;模糊预测;超平面;自适应边界选择;收敛性;多样性
中图分类号：
作者姓名：
李二超;魏立森
作者机构：
兰州理工大学电气工程与信息工程学院,兰州730050
文献出处：
引用格式：
[1]李二超;魏立森-.基于指标和自适应边界选择的高维多目标优化算法)[J].控制与决策,2022(05):1183-1194
A类：
自适应边界选择,超平面系数
B类：
基于指标,高维多目标优化算法,收敛性,加时,环境选择,选择策略,种群进化,模糊预测,近似计算,多目标算法,Pareto,多目标优化问题,地维
AB值：
0.153978
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。
