首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于反向学习模型的多目标进化算法
引用本文:王亚辉,吴金妹,贾晨辉.基于反向学习模型的多目标进化算法[J].农业机械学报,2016,47(4):326-332,342.
作者姓名:王亚辉  吴金妹  贾晨辉
作者单位:华北水利水电大学,华北水利水电大学,河南科技大学
基金项目:国家自然科学基金项目(51475142)
摘    要:针对复杂多目标优化问题,提出一种基于分解机制和反向学习模型的多目标进化算法。该算法在基于分解机制的多目标进行算法的框架下,引入反向学习模型,该模型具有较好的局部寻优能力。在种群进化的过程中,反向学习模型和差分进化机制自适应的相互配合,能够较好地平衡算法的全局搜索与局部寻优能力。采用国际公认的具有复杂Pareto Set的LZ09系列测试问题进行实验验证,并与MOEA/D-DE、GDE3、NSGA-II和SPEA2等方法比较,实验结果表明,所提方法能够获得收敛性、分布性及延展性较好的Pareto最优解集。为了研究算法在求解约束问题的性能,将其应用于减速器多目标优化设计问题中,结果表明了该算法获得Pareto前端较均匀,说明其算法具有求解约束问题的能力和工程有效性。

关 键 词:多目标优化  MOEA/D  反向学习模型  减速器  优化设计
收稿时间:2015/12/3 0:00:00

Multi-objective Evolutionary Algorithm Based on Opposition-based Learning Model
Wang Yahui,Wu Jinmei and Jia Chenhui.Multi-objective Evolutionary Algorithm Based on Opposition-based Learning Model[J].Transactions of the Chinese Society of Agricultural Machinery,2016,47(4):326-332,342.
Authors:Wang Yahui  Wu Jinmei and Jia Chenhui
Institution:North China University of Water Resources and Electric,North China University of Water Resources and Electric and Henan University of Science and Technology
Abstract:
Keywords:multi-objective optimization  MOEA/D  opposition-based learning model  speed reducer  optimization design
本文献已被 CNKI 等数据库收录!
点击此处可从《农业机械学报》浏览原始摘要信息
点击此处可从《农业机械学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号