摘要:在筛选个体的过程中,多目标进化算法大多利用非支配信息和密度信息评价个体.但当个体互为非支配关系时,上述信息就难以区分个体的优劣从而影响算法性能.为了改善上述情况,提出了-种基于距离收敛量和历史信息密度的多目标进化算法.距离收敛量可以在非支配信息不能区分个体时评价个体的收敛性;历史信息密度可以更精确地提供个体多样性信息.在与四个先进的多目标进化算法的对比实验中,新算法的求解质量明显优于对比算法.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
相关文章
影响因子:0.93
期刊级别:北大期刊
发行周期:月刊
期刊在线咨询,1-3天快速下单!
查看更多>
超1000杂志,价格优惠,正版保障!
一站式期刊推荐服务,客服一对一跟踪服务!