《基於改進的NSGA-Ⅱ多目標最佳化方法研究》是路艷雪、趙超凡等撰寫的一篇論文。
基本介紹
- 中文名：基於改進的NSGA-Ⅱ多目標最佳化方法研究
- 作者：路艷雪、趙超凡等
- 論文來源：計算機套用研究
- 發表時間：2018
- 分類號：TP18
論文摘要,引文格式,
論文摘要
針對傳統多目標最佳化算法在其領域存在的多個子目標不能同時取優的問題,提出了一種基於改進的非支配排序遺傳算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)多目標最佳化方法。以多目標最佳化遺傳算法為基礎,多輸入多輸出的反向傳播(back-propagation,BP)神經網路為適應度函式評價體系,保證算法快速收斂並搜尋到全局最優解集。該算法在建模前對實驗數據進行主成分分析,降低了運算時間和算法難度,通過在遺傳進化過程中引進常態分配交叉運算元(normal distribution crossover,NDX)和改進的自適應調整變異運算元,實現了多個目標同時取優,保證Pareto最優解集快速、準確地獲取。仿真實驗使用UCI數據集,通過與其他常用的多目標最佳化算法對比,驗證了改進的NSGA-Ⅱ算法精確度更高、收斂速度更快、穩定性更強。
引文格式
路艷雪,趙超凡,吳曉鋒,韓曉霞.基於改進的NSGA-Ⅱ多目標最佳化方法研究[J].計算機套用研究,2018,35(06):1733-1737.
