| 基于多重分形主曲线模型多目标演化算法研究 |
| 张冬梅 龚小胜 戴光明 |
| 关键词：多重分形 模型多目标演化算法 多重分形谱 主曲线 MFPC—MOEA |
| 主要内容：为了克服目前模型多目标演化算法多采用PCA，localPCA等线性建模方法，存在模型拟合效果不理想、对建模参数敏感等问题，提出一种基于多重分形的主曲线模型多目标演化算法（multifractalbasedprincipalcurvemulti—objectiveevolutionaryalgorithm，MFPC—MOEA）．算法采用主曲线方法对解集分布进行非线性建模，通过建立种群个体分布概率模型，生成目标空间均匀分布的个体，保证优化结果的多样性．另外算法通过多重分形方法分析个体在解集空间中的分布，设计了基于多重分形谱的模型演化多目标算法建模开始评测标准，同时采用多重分形方法评估算法收敛程度，设计相关的演化多目标优化算法停止策略．新算法采用国际公认的ZDT，DTLZ测试函数进行实验验证，并与NSGA—II，MOEA／D，PAES，SPEA2，RMMEDA经典演化多目标优化算法进行了实验比较．实验结果表明，该算法在HV，SPREAD，IGD，EPSILON性能指标上均有较好的表现．说明通过引入多重分形策略和主曲线建模方法，在一定程度上提高了解的质量，为求解多目标优化问题提供新的思路． |
| 《计算机研究与发展》 2011,48(9).-1729-1739 |
| 全文下载请进入http://hightech.stlib.cn/tpi_1/sysasp/include/index.asp |
微信公众号