基于自适应进化策略的MOEA/D算法
作者：耿焕同; 周山胜; 韩伟民; 周利发
摘要：针对MOEA/D算法单纯使用差分进化策略造成局部搜索能力弱、寻优精度低等问题,提出一种基于自适应进化策略的MOEA/D算法(MOEA/D-EA)。利用种群邻域更新信息构造进化状态判断机制,判断子问题的进化潜能和种群的进化状态;将子问题的进化潜能正反馈到反向学习模型,形成自适应的反向学习策略(AOBL);根据种群的进化状态选择不同的进化策略,以均衡算法的全局搜索与局部寻优能力。实验结果表明,该算法在收敛性、分布性和稳定性等方面均优于或部分优于其它对比算法。
分类：
- 期刊
- >
- 自然科学与工程技术
- >
- 信息科技
- >
- 电子信息科学综合
收录：
- 国家图书馆馆藏
- 维普收录(中)
- 上海图书馆馆藏
- 北大期刊(中国人文社会科学期刊)
- 知网收录(中)
- 万方收录(中)
- 统计源期刊(中国科技论文优秀期刊)
- JST 日本科学技术振兴机构数据库(日)
- 哥白尼索引(波兰)
- SA 科学文摘(英)
- Pж(AJ) 文摘杂志(俄)
关键词：
- 进化潜能判断
- 反向学习
- 自适应进化策略
- 多目标优化算法
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
