一种改进的多目标差分进化算法研究

摘要：

为了有效求解多目标优化问题，提出了一种改进的多目标差分进化混合算法(SM-DEMO).该算法设计了一种基于欧氏距离的排序选择方法，将Pareto非劣等级排序操作和差分进化算法进行有机融合，并在进化过程加入单纯形局部搜索，引入优秀个体提高算法收敛性.实验证明，该算法能够有效逼近真实的非劣前沿，具有良好的收敛性和分布多样性.

关键词： 多目标优化 差分进化 欧氏距离 单纯形法

作者: 刘潇 桂卫华 王雅琳 王晓丽 阳春华

作者单位: 中南大学信息科学与工程学院 湖南 长沙 410083

会议类型: 国内会议

会议名称: 中国自动化学会中南六省区自动化学会第28届学术年会

会议地点: 广州·香港

会议语种:中文

页码: 381-386

在线出版日期: 2010-12-09（万方平台首次上网日期，不代表论文的发表时间）