一种改进的非支配排序遗传算法

发布时间：2021-05-15 10:43

　　提出了一种改进的非支配排序遗传算法。通过扩大第一代种群规模,在初期加速种群的进化;对选择算子引入概率操作来提高种群的多样性;同时引入混合交叉算子,动态调节算法的搜索空间。最后以收敛性和分布性作为性能指标,使用公开的多目标测试函数对其进行测试,并与基本的非支配排序遗传算法和改进的多目标粒子群算法进行比较。实验结果表明,改进后的非支配排序遗传算法在收敛性和分布性两方面均有提升。 

【文章来源】：信息技术与网络安全. 2019,38(05)

【文章页数】：6 页

【文章目录】：
0 引言
1 NSGA-II算法相关概念
    1.1 快速非支配排序
    1.2 拥挤距离
    1.3 精英策略
2 改进的NSGA-II算法
    2.1 新的初始化种群
    2.2 概率选择算子
    2.3 混合交叉算子
    2.4 INSGA-II算法步骤
3 实验与分析
    3.1 测试函数和参数设置
    3.2 结果和分析
4 结论


【参考文献】：
期刊论文
[1]自适应的非支配排序遗传算法[J]. 王嵘冰,徐红艳,郭军.  控制与决策. 2018(12)
[2]基于NSGA-Ⅱ的并网型风光互补发电系统协调控制[J]. 李晓青,王小会,李慧玲.  测控技术. 2017(12)
[3]基于云基础设施的服务部署优化问题建模[J]. 颉斌,杨扬,旷毅.  微型机与应用. 2015(02)
[4]基于慢行交通的交叉口信号配时多目标优化模型[J]. 陈小红,钱大琳,石冬花.  交通运输系统工程与信息. 2011(02)
[5]一种基于正态分布交叉的ε-MOEA[J]. 张敏,罗文坚,王煦法.  软件学报. 2009(02)



本文编号：3187494