位置:成果数据库 > 期刊 > 期刊详情页
基于目标相关性的一种高维目标演化算法
  • ISSN号:1671-8836
  • 期刊名称:《武汉大学学报:理学版》
  • 时间:0
  • 分类:O175.29[理学—数学;理学—基础数学]
  • 作者机构:[1]福建商业高等专科学校信息管理工程系,福建福州350012, [2]武汉大学计算机学院/软件工程国家重点实验室,湖北武汉420072, [3]石家庄经济学院信息工程学院,河北石家庄050031, [4]湖南科技大学计算机科学与工程学院,湖南湘潭411201
  • 相关基金:国家自然科学青年基金项目(61305079); 福建省自然科学基金项目(2012J01248); 福建省中青年教师教育科研项目(A类)(JA13400); 广东省省部产学研结合专项(2011B090400477); 珠海市产学研合作专项资金(2011A050101005、2012D0501990016); 珠海市重点实验室科技攻关项目(2012D0501990026); 教育部人文社科青年基金(12YJCZH084); 河北省教育厅科研项目(QN20131053); 河北省科技计划项目(13210331); 河北青年拔尖人才支持计划(冀字[2013]17号)
中文摘要:

针对高维目标问题中非支配解数量随目标数量增加而剧增的问题,提出一种基于目标相关性信息的降维方法.该方法利用非支配解的目标值分析目标之间的相关性,对正相关较强的目标进行合并,从而降低目标数量,使部分非支配解之间产生支配关系,达到减少非支配解数量的目的.该方法可与基于Pareto支配的演化算法结合.实验结果表明,结合该目标降维方法的演化算法可以取得收敛性更好的结果.

英文摘要:

Aiming at the problem caused by ever-increasing non-dominated solutions with the increasing in the number of objectives,an objective reduction method based on objective correlation is proposed.The method employs the objective values of non-dominated solutions to combine the high-positively correlative objectives,and accordingly reduces the number of objectives.The reduced objective set makes some former non-dominated solutions dominated by some others and thus the number of non-dominated solutions decreases.Then,the objective reduction method can be integrated into Pareto-based evolutionary algorithms.The experiments show that evolutionary algorithms combined with the objective reduction method can converge better.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《武汉大学学报:理学版》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国2教育部
  • 主办单位:武汉大学
  • 主编:刘经南
  • 地址:湖北武昌珞珈山
  • 邮编:430072
  • 邮箱:whdz@whu.edu.cn
  • 电话:027-68756952
  • 国际标准刊号:ISSN:1671-8836
  • 国内统一刊号:ISSN:42-1674/N
  • 邮发代号:38-8
  • 获奖情况:
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,英国动物学记录,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:6988