| 多目标进化算法研究进展 |
| |
| 引用本文： | 郑向伟,刘弘.多目标进化算法研究进展[J].计算机科学,2007,34(7):187-192. |
| |
| 作者姓名： | 郑向伟 刘弘 |
| |
| 作者单位： | 山东师范大学信息科学与工程学院,济南250014 |
| |
| 基金项目： | 国家自然科学基金
,
山东省自然科学基金 |
| |
| 摘 要： | 进化算法具有本质上并行、不需要求导或其他辅助知识、一次运行产生多个解和简单易于实现等优点，被视为求解多目标优化问题的有效方法，目前已经形成了各种不同的多目标进化算法（MOEA）。本文首先回顾了多目标进化算法的研究起源，给出了多目标优化问题的数学描述；其次，详细分析了第一代多目标进化算法，其主要特征是简单易于实现，包括NSGA、NPGA、MOGA等，并指出这一代算法研究的成绩与不足；然后，对第二代多目标进化算法作了全面分析，指出其特征是强调效率，以精英保留策略为实现机制，且对SPEA、PAES、NSGAⅡ、NPGA2、PESA、Micro-GA等方法进行分析比较，还对这一代的研究作了总结；最后，对多目标进化算法的研究趋势作了展望和预测。
|
| 关 键 词： | 多目标优化 多目标进化算法 Pareto非劣最优 精英保留策略 |
Progress of Research on Multi-Objective Evolutionary Algorithms |
| |
| ZHENG Xiang-Wei,LIU Hong.Progress of Research on Multi-Objective Evolutionary Algorithms[J].Computer Science,2007,34(7):187-192. |
| |
| Authors: | ZHENG Xiang-Wei LIU Hong |
| |
| Affiliation: | School of Information Science and Engineering, Shandong Normal University, Jinan 250014 |
| |
| Abstract: | |
| |
| Keywords: | Multi-objective optimization MOEA Pareto non-dominance Elitism |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
