一种结合混沌搜索的多目标优化差分演化算法

摘要：

　　针对混沌搜索具有提高局部搜索能力的特点，将混沌搜索引入求解多目标优化问题的差分演化算法中，给出了一种结合混沌搜索的多目标优化差分演化算法。该算法在每次差分演化迭代后根据个体在群体中的Pareto强度值，挑选群体中最优个体进行混沌局部搜索。此外，为了改善初始群体中解的多样性，该算法采用正交法初始化群体。通过对几个标准测试问题的数值实验，实验结果表明该算法能够寻找到逼近问题真实Pareto前沿的非劣解集，同时该非劣解集内的解的多样性分布较好。

关键词： 差分演化算法 多目标优化 混沌搜索 性能指标

作者: AO Youyun 敖友云 CHI Hongqin 迟洪钦

作者单位: School of Computer and Information,Anqing Teachers College,Anqing 246001 安庆师范学院计算机与信息学院,安庆,246001 College of Mathematics and Science,Shanghai Normal University,Shanghai 200234 上海师范大学数理信息学院,上海,200234

会议类型: 国内会议

会议名称: 第19届全国计算机新科技与计算机教育学术大会

会议地点: 黄山

会议语种:中文

页码: 428-432

在线出版日期: 2008-08-02（万方平台首次上网日期，不代表论文的发表时间）