主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
张敏,罗文坚,王煦法.一种基于正态分布交叉的ε-MOEA.软件学报,2009,20(2):305-314
一种基于正态分布交叉的ε-MOEA
A Normal Distribution Crossover for ε-MOEA
投稿时间:2007-12-26  修订日期:2008-09-30
DOI:
中文关键词:  进化多目标优化  ?-MOEA(?-dominance based multiobjective evolutionary algorithm)  正态分布交叉  模拟二进制交叉
英文关键词:evolutionary multiobjective optimization  ε-MOEA (ε-dominance based multiobjective evolutionary algorithm)  normal distribution crossover (NDX)  simulated binary crossover (SBX)
基金项目:Supported by the Overseas Young Scholars Collaborative Research Grant of the National Natural Science Foundation of China under Grant No.60428202 (国家自然科学基金委海外青年学者合作研究基金)
作者单位
张敏 中国科学技术大学 计算机科学技术系,安徽 合肥 230027 
罗文坚 中国科学技术大学 计算机科学技术系,安徽 合肥 230027 
王煦法 中国科学技术大学 计算机科学技术系,安徽 合肥 230027 
摘要点击次数: 4438
全文下载次数: 5023
中文摘要:
      实数编码的多目标进化算法常使用模拟二进制交叉(simulated binary crossover,简称SBX)算子.通过对SBX以及进化策略中变异算子进行对比分析,并引入进化策略中的离散重组算子,提出了一种正态分布交叉(normal distribution crossover,简称NDX)算子.首先在一维搜索空间实例中对NDX与SBX算子进行比较和分析,然后将NDX算子应用于Deb等人提出的稳态多目标进化算法ε-MOEA(ε-dominance based multiobjective evolutionary algorithm)中.采用NDX算子的ε-MOEA(记为ε-MOEA/NDX)算法在多目标优化标准测试集ZDT和DTLZ的10个函数上进行了实验比较.实验结果和分析表明,采用NDX的?-MOEA所求得的Pareto最优解集质量明显优于经典算法ε-MOEA/SBX和NSGA-II.
英文摘要:
      The simulated binary crossover (SBX) has been extensively adopted in the real-coded multiobjective evolutionary algorithms (MOEAs). Through the comparisons and analyses of the SBX and the mutation operator in the evolution strategy (ES), this paper proposes a normal distribution crossover (NDX) with the introduction of discrete recombination operator in ES. The NDX and SBX operators are compared and analyzed through an example designed in the one dimensional search space, and then the NDX is applied to a steady-state multiobjective evolutionary algorithm named ε-MOEA (ε-dominance based multiobjective evolutionary algorithm) proposed by Deb, et al. The algorithmε-MOEA with NDX (ε-MOEA/NDX) has been tested and compared on the 10 benchmark functions taken from the ZDT and DTLZ standard test suites. Experimental results demonstrate that algorithmε-MOEA/NDX is distinctly superior to theε-MOEA/SBX and NSGA-II algorithms, which are representatives of the state-of-the-art in the area.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利