欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
针对实践中多目标优化问题（MOPs）的Pareto解集（Ps）未知且比较复杂的特性，提出了一种基于“探测”（Exploration）与“开采”（Exploitation）的多目标进化算法（MOEA）——MOEA／2E。该算法在进化过程中采用“探测”与“开采”相结合的方法，用进化操作不断地探测新的搜索区域，用局部搜索充分开采优秀的解区域，并用隐最优个体保留机制保存每一代的最优个体。与目前最流行且有效的多目标进化算法NSGA-Ⅱ及SPEA-Ⅱ进行的比较实验结果表明，MOEA／2E获得的Pareto最优解集具有更好的收敛性与分布性。
英文摘要：
In view of the fact that Pareto Set （PS） of multi-objective optimization problems （MOPs） is often unknown and complex in practice. This paper proposes a multi-objective evolutionary algorithm （MOEA） based on ＂Exploration＂ and ＂Exploitation＂, named MOEA/2E. This algorithm combines ＂Exploration＂ and ＂Exploitation＂ in the evolutionary process. It explores new searching areas with evolutionary operators, exploits promising areas effectively with local search and stores optimal individual of a population with elitism. Compared with two popular and efficient MOEAs--NSGA-Ⅱ and SPEA- Ⅱ, the experimental results demonstrate that MOEA/2E can obtain Pareto optimal solutions set with better convergence and diversity.
同期刊论文项目
同项目期刊论文
期刊信息
位置：