基于Pareto 解集关联与预测的动态多目标进化算法 A dynamic multi-objective evolutionary algorithm based on Pareto set linkage and prediction期刊界 All Journals 搜尽天下杂志传播学术成果专业期刊搜索期刊信息化学术搜索

基于Pareto 解集关联与预测的动态多目标进化算法

引用本文：	彭星光,徐德民,高晓光.基于Pareto 解集关联与预测的动态多目标进化算法[J].控制与决策,2011,26(4):615-618.

作者姓名：	彭星光徐德民高晓光

作者单位：	1. 西北工业大学航海学院,西安,710072 2. 西北工业大学航海学院,西安,710072;西北工业大学水下信息处理与控制国家级重点实验室,西安,710072 3. 西北工业大学电子信息学院,西安,710072

基金项目：	国家自然科学基金，水下信息处理与控制国家级重点实验室基金

摘要：	针对动态多目标优化问题,提出一种基于Pareto解集关联与预测的动态多目标进化算法(LP-DMOEA),设计了基于超块的Pareto解集关联方法.该方法能够动态维护若干描述Pareto解变化规律的时间序列,通过对新环境下的Pareto解集进行预测来生成初始种群.将LP-DMOEA应用于非劣分类遗传算法(NSGA2),并对3类标准测试函数进行了实验,所得结果表明该方法能够有效求解动态优化问题.
关键词：	动态多目标优化问题动态多目标进化算法 Pareto解集关联与预测超块
收稿时间：	2010/1/13 0:00:00
修稿时间：	2010/3/23 0:00:00
A dynamic multi-objective evolutionary algorithm based on Pareto set linkage and prediction

PENG Xing-guang,XU De-min,GAO Xiao-guangc.A dynamic multi-objective evolutionary algorithm based on Pareto set linkage and prediction[J].Control and Decision,2011,26(4):615-618.

Authors:	PENG Xing-guang XU De-min GAO Xiao-guangc

Affiliation:	c(a.School of Marine Engineering,b.National Key Laboratory for Underwater Information Processing and Control,c.School of Electronics and Information,Northwestern Polytechnical University,Xi’an 710072,China.)

Abstract:	In order to solve dynamic multi-objective optimization problem(DMOPs), a dynamic multi-objective evolutionary algorithm based on Pareto set linkage and prediction(LP-DMOEA) is proposed and a Pareto set linking method based on hyperbox is designed. In this scheme, several time sequences which present the trend of Pareto solutions can be dynamically maintained. Based on the prediction of these time sequences, the initial population is generated. The LP-DMOEA is applied to the NSGA2 algorithm to solve three benchmark problems. Computational results show the effectiveness of the LP- DMOEA to solve DMOPs.

Keywords:
本文献已被 CNKI 万方数据等数据库收录！
	点击此处可从《控制与决策》浏览原始摘要信息
	点击此处可从《控制与决策》下载全文

设为首页 | 免责声明 | 关于勤云 | 加入收藏