模式识别与人工智能
2025年1月11日 星期六   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2009, Vol. 22 Issue (2): 223-232    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
一种基于拉丁超立方体抽样的多目标进化算法*
郑金华,罗彪
湘潭大学 信息工程学院 湘潭 411105
A Latin Hypercube Sampling Based Multi-Objective Evolutionary Algorithm
ZHENG Jin-Hua, LUO Biao
Institute of Information Engineering, Xiangtan University, Xiangtan 411105

全文: PDF (2332 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 传统多目标进化算法(MOEA)在解决具有复杂Pareto解集的多目标优化问题(CPS_MOP)时存在严重的退化现象.为此,本文提出两种进化模型——基于个体的进化模型和基于种群的进化模型.并在此基础上,设计两类基于拉丁超立方体抽样(LHS)的MOEA(LHS-MOEA).LHS-MOEA采用LHS局部搜索开采目前较优秀的区域,采用进化操作在可行解空间中探测新的搜索区域,从而有效克服退化现象.实验结果表明,LHS-MOEA求解CPS_MOPs的效果较好,比经典算法NSGA-II具有明显的优势.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
郑金华
罗彪
关键词 多目标进化算法(MOEA)拉丁超立方体抽样(LHS)复杂Pareto解集进化模型局部搜索进化操作    
Abstract:Two evolutionary models, individual based evolutionary model (IND) and population based evolutionary model (POP) are proposed. Based on these two models, two kinds of multi-objective evolutionary algorithms (LHS) are designed based on Latin hypercube sampling, namely LHS-MOEAs. In LHS-MOEAs, the LHS local search is designed for exploiting promising areas and the evolutionary operator is designed for exploring new searching areas in feasible space. The combination of LHS local search and evolutionary operator in LHS-MOEA can prevent degeneration effectively. Experimental results demonstrate that the proposed LHS-MOEAs performs better and it is more preponderant than the classical NSGA-II in solving CPS_MOPs.
Key wordsMulti-Objective Evolutionary Algorithm (MOEA)    Latin Hypercube Sampling (LHS)    Complex Pareto Set    Evolutionary Model    Local Search    Evolutionary Operation   
收稿日期: 2008-01-14     
ZTFLH: TP181  
基金资助:国家自然科学基金项目(No.60773047)、湖南省教育厅重点科研项目(No.06A074)资助
作者简介: 郑金华,男,1963年生,教授,博士生导师,主要研究方向为进化计算、并行处理等.E-mail: jhzheng@xtu.edu.cn.罗彪,男,1984年生,硕士研究生,主要研究方向为进化计算.
引用本文:   
郑金华,罗彪. 一种基于拉丁超立方体抽样的多目标进化算法*[J]. 模式识别与人工智能, 2009, 22(2): 223-232. ZHENG Jin-Hua, LUO Biao. A Latin Hypercube Sampling Based Multi-Objective Evolutionary Algorithm. , 2009, 22(2): 223-232.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2009/V22/I2/223
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn