中文会议： 2011中国人工生命与智能机器人会议论文集

会议日期： 2011-10-15

会议地点： 合肥

主办单位： 中国人工智能学会

作　　者： ; ; (陈晓龙）; (柯文德）; (余建平）;

机构地区： 广东石油化工学院

出　　处： 《2011中国人工生命与智能机器人会议》

摘　　要： 如何获得范围广泛且均匀分布的非支配解和保证算法朝PARETO 最优解的方向搜索是多目 标进化算法(MOEA)设计时的两个关键问题。在MOEA 的基础上，提出一种基于云模型的多目标 进化算法（CMOEA），算法设计一种新的变异算子自适应调整变异概率，使得算法具有良好的局 部搜索能力，在采用小生境技术中小生境半径按X 条件云发生器非线性动态地调整保持解的多 样性，动态计算个体的拥挤距离并采用云模型参数来估计个体的拥挤度，逐个删除种群中超出的 非劣解以保持解的分布性，将该算法用于多目标0/1 背包问题，与目前最流行且有效的多目标进 化算法NSGA-II 及SPEA2 进行的比较实验结果表明，CMOEA 具有良好的搜索性能，并能很好 地维持种群的多样性，能够快速收敛到PARETO 前沿, 获得的PARETO 最优解集具有更好的收敛性与 分布性。

关 键 词： 多目标优化 多目标进化算法 云模型 最优解

分 类 号： [T]

领　　域： [一般工业技术]