文件名称：基于新的适应度函数的多目标进化算法 (2013年)
文件大小：956KB
文件格式：PDF
更新时间：2024-06-01 02:04:06
自然科学 论文
提出了一种基于新的适应度函数的多目标进化算法.该算法通过使用新的适应度函数可以求得分布宽广均匀并且收敛到Pareto前沿的Pareto最优解.首先给出一组分布均匀的向量,然后利用这组向量将种群中的个体进行分类,每个向量作为一类.个体的适应度值是由它所在类的大小及其标量函数值所组成,个体的适应度值越小越好.通过数值试验,该算法与NSGAII,SPEA2和PESAII进行了比较.实验结果表明:该算法对大多数问题可以获得分布更均匀和收敛性更好的解,并且算法运行速度快了很多.