基于个体密度的多智能体求解多目标优化问题
个体密度距离是评判种群多样性的一种重要方法。引入智能体技术,提出一种基于个体密度的多智能体遗传算法来求解多目标优化问题,通过多智能体进化的思想完成Pareto解集的寻优过程。对每个智能体在其邻城内按个体密度距离进行选择,交叉算子采用模拟二进制交叉,并采用智能体自学习特性。实验结果表明,该算法能够较快收敛到Pareto解集,且分布比较均匀。
多目标优化 个体密度 多智能体遗传算法 Pareto解集
王华辉 石连栓
天津职业技术师范大学 天津 300222
国内会议
第十一届中国Rough集与软计算学术会议、第五届中国Web智能学术研讨会及第五届中国粒计算学术研讨会联合学术会议
南京
中文
23-25,56
2011-11-01(万方平台首次上网日期,不代表论文的发表时间)