基于强度Pareto的自适应多目标差分进化算法OACSTPCD
An adaptive multi-obj ective differential evolution algorithm based on the strength of the Pareto
为提高传统多目标进化算法的搜索能力，分别对适应度分配和环境选择操作进行改进，同时利用自适应变异算子对参数进行设置，建立一种基于强度 Pareto 的自适应多目标差分进化算法(MODE)。选择4个典型的多目标测试函数，对改进的算法进行实验仿真测试，并分别利用多目标粒子群算法(MOPSO)、非支配排序算法(NSGA-Ⅱ)和真实值进行对比，实验结果说明改进后算法具有良好的分布性与收敛性。
In order to improve the search ability of multi-obj ective differential evolution algo-rithm,an adaptive multi-obj ective differential evolution algorithm based on the strength of the Pareto (MODE)is proposed by improving the fitness assignment and the environmental selec-tion operation,as well as applying self-adaptive mutation operator to paramenter setting.Fur-ther more,the new algorithm uses the adaptive mutation operator to control the parameters. The p…查看全部>>
任雪婷;贺兴时
西安工程大学 理学院，陕西 西安 710048西安工程大学 理学院，陕西 西安 710048
信息技术与安全科学
多目标优化差分进化算法强度Pareto
multi-obj ective optimizationdifferential evolution algorithmstrength Pareto
《纺织高校基础科学学报》 2016 (3)
402-406,5
陕西省自然科学基础研究计划项目(2014JM1006)陕西省自然软科学研究计划项目(2014KRM2801)陕西省教育厅专项科研计划项目(14JK1282)
评论