季俊忠;秦玉芳;刘春年 基于混沌优化和网格选择的分布算法的多目标估计。 （中文。英文摘要） Zbl 1313.90260号 J.北京工业大学。 40，第3期，393-399（2014）. 摘要：本文旨在解决多目标分布估计算法中进化速度、求解精度和分布性能较差的问题，提出了一种基于混沌优化和网格选择策略的新算法。该算法首先使用混沌模型进行初始化，以获得更好的初始结果。然后，采用混沌局部优化策略在迭代中获得非支配个体，使种群有效逼近帕累托最优前沿。最后，采用简单的网格选择策略，以保持均匀分布，增强精英群体的多样性。使用三个性能指标对八个测试问题的实验结果表明，与最具代表性的RM-MEDA算法相比，新算法在收敛到真正的Pareto前沿和保持种群多样性方面具有一定的优势，而且速度也远快于RM-MEDA。 MSC公司： 90 C59 数学规划中的近似方法和启发式 68T20型 人工智能背景下的问题解决（启发式、搜索策略等） 90C29型 多目标和目标规划 关键词：多目标进化算法;分布估计算法;混沌优化;电网选择策略 PDF格式BibTeX公司 XML格式引用 \textit{J.Ji}等人，J.北京理工大学。40，第3号，393--399（2014；Zbl 1313.90260）