提出了一種改進(jìn)的非支配排序遺傳算法。通過擴(kuò)大第一代種群規(guī)模,在初期加速種群的進(jìn)化;對選擇算子引入概率操作來提高種群的多樣性;同時引入混合交叉算子,動態(tài)調(diào)節(jié)算法的搜索空間。最后以收斂性和分布性作為性能指標(biāo),使用公開的多目標(biāo)測試函數(shù)對其進(jìn)行測試,并與基本的非支配排序遺傳算法和改進(jìn)的多目標(biāo)粒子群算法進(jìn)行比較。實驗結(jié)果表明,改進(jìn)后的非支配排序遺傳算法在收斂性和分布性兩方面均有提升。 

【文章來源】：信息技術(shù)與網(wǎng)絡(luò)安全. 2019,38(05)

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 NSGA-II算法相關(guān)概念
    1.1 快速非支配排序
    1.2 擁擠距離
    1.3 精英策略
2 改進(jìn)的NSGA-II算法
    2.1 新的初始化種群
    2.2 概率選擇算子
    2.3 混合交叉算子
    2.4 INSGA-II算法步驟
3 實驗與分析
    3.1 測試函數(shù)和參數(shù)設(shè)置
    3.2 結(jié)果和分析
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]自適應(yīng)的非支配排序遺傳算法[J]. 王嶸冰,徐紅艷,郭軍.  控制與決策. 2018(12)
[2]基于NSGA-Ⅱ的并網(wǎng)型風(fēng)光互補發(fā)電系統(tǒng)協(xié)調(diào)控制[J]. 李曉青,王小會,李慧玲.  測控技術(shù). 2017(12)
[3]基于云基礎(chǔ)設(shè)施的服務(wù)部署優(yōu)化問題建模[J]. 頡斌,楊揚,曠毅.  微型機與應(yīng)用. 2015(02)
[4]基于慢行交通的交叉口信號配時多目標(biāo)優(yōu)化模型[J]. 陳小紅,錢大琳,石冬花.  交通運輸系統(tǒng)工程與信息. 2011(02)
[5]一種基于正態(tài)分布交叉的ε-MOEA[J]. 張敏,羅文堅,王煦法.  軟件學(xué)報. 2009(02)



本文編號：3187494