×
林秋珍;陈建勇

一种新的微种群免疫多目标优化算法。 （英语） Zbl 1348.90638号

计算。操作。物件。 40，第6期，1590-1601（2013）.
摘要：本文提出了一种基于微种群的免疫多目标优化算法，该算法采用了一种新的自适应变异算子进行局部搜索，并采用了一个有效的细粒度选择算子进行文档更新。有了用于存储非支配个体的外部档案，可以使用对微种群执行的有效细粒度选择程序很好地保存种群多样性。根据适应值执行自适应变异算子，这有助于在高概率下对边界和较少拥挤的个体使用相对较大的步长。因此，探测能力得到了增强。将该算法与最近提出的免疫多目标算法和分散搜索多目标算法在各种基准函数下进行比较，仿真结果表明，该算法不仅提高了收敛能力，而且在大多数情况下都能充分保持种群多样性。

引用于7文件

MSC公司：

90 C59 数学规划中的近似方法和启发式
90C29型 多目标规划

关键词：

多目标优化;人工免疫系统;细粒度选择;适应性突变;微型人口

软件：

深渊;WBMOAIS公司;j金属;SPEA2公司
PDF格式BibTeX公司 XML格式引用
\textit{Q.Lin}和\textit{J.Chen}，计算。操作。第40号决议，第6号，1590--1601（2013；Zbl 1348.90638）
全文： 内政部

参考文献：

[1] 丰塞卡，CM；弗莱明，PJ。，多目标优化中进化算法概述，进化计算，3，1，1-16（1995）
[3] 哈耶拉，P。；Lin，CY.，多准则优化设计中的遗传搜索策略，结构优化，499-107（1992）
[4] Srinivas，N。；Deb，K.，遗传算法中使用非支配排序的多目标优化，进化计算，2，3，221-248（1994）
[6] Deb，K。；普拉塔普，A。；阿加瓦尔，S。；Meyarivan，T.，一种快速的精英多目标遗传算法：NSGA-II，IEEE进化计算汇刊，6，2，182-197（2002）
[9] Tan，KC；Goh，CK公司；AA马蒙；Ei、EZ、。，用于多目标优化的进化人工免疫系统，《欧洲运筹学杂志》，187,2371-392（2008）·Zbl 1149.90081号
[10] Tan，KC公司；南卡罗来纳州恰姆；AA马蒙；Goh，CK.，《利用自适应变化平衡勘探与开发以实现演化多目标优化》，《欧洲运筹学杂志》，197,2,701-713（2009）·Zbl 1159.90482号
[11] 费尔南德斯，E。；Lopez，E。；伯纳尔，S。；科埃洛·科埃洛，AC；Navarro，J.，《使用基于突出优势推广的进化多目标优化》，《计算机与运筹学研究》，37，2，390-395（2010）·Zbl 1176.90536号
[12] 阿德拉，旧金山；多德，TJ；IA格里芬；弗莱明，PJ。，多目标优化的收敛加速算子，IEEE进化计算汇刊，13，42825-847（2009）
[13] Dasgupta，D。；俞，SH；Nino，F.，《人工免疫系统的最新进展：模型和应用》，应用软计算，11，2，1574-1587（2011）
[14] 帕克，H。；新南威尔士州夸克；Lee，J.，《使用遗传算法和人工免疫系统的多目标优化方法》，《机械工程师学会学报》，第C部分《机械工程科学杂志》，223，5，1243-1252（2009）
[15] Choi，BK；Yang，BS。，使用免疫遗传算法进行动态约束转子轴承系统的多目标优化设计，ASME燃气轮机和动力传输工程杂志，123，1，78-81（2001）
[16] 黄，EYC；刘，HYK；Mak，KL.，《班轮运输中最优全球集装箱重新定位的基于免疫的进化算法》，Or Spectrum，32，3，739-763（2010）·Zbl 1200.90026号
[18] 加利福尼亚州科埃洛·科埃洛；Cruz，CN.，使用人工免疫系统解决多目标优化问题，遗传编程和进化机器，6163-190（2005）
[20] 龚，MG；Jiao，连卡佛；Du，高频；左前Bo。，基于非支配邻域选择的多目标免疫算法，进化计算，16，2，225-255（2008）
[22] 高，JQ；Wang，J.，WBMOAIS:一种用于多目标优化的新型人工免疫系统，计算机与运筹学，37，1，50-61（2010）·Zbl 1171.90518号
[23] 张，ZH。，约束非线性多目标优化问题的免疫优化算法，应用软计算，7，3，840-857（2007）
[24] 张，ZH。，动态环境中的多目标优化免疫算法及其在温室控制中的应用，应用软计算，8，2，959-971（2008）
[25] 胡，ZH。，基于多亲和模型的多目标免疫算法，《欧洲运筹学杂志》，202，1，60-72（2010）·Zbl 1173.90531号
[26] 陈，JY；林，QZ；纪政，一种混合免疫多目标优化算法，《欧洲运筹学杂志》，204,2294-302（2010）·Zbl 1178.90302号
[27] 内布罗，AJ；Luna，F。；E.阿尔巴。；多罗索罗，B。；JJ Durillo；Beham，A.，AbYSS：将分散搜索应用于多目标优化，IEEE进化计算汇刊，12，44439-457（2008）
[28] 德卡斯特罗，LN；冯·祖本（Von Zuben），FJ。，使用克隆选择进行学习和优化，IEEE进化计算汇刊，6，3，239-251（2002）
[29] Yoo，J。；Hajela，P.，多准则设计中的免疫网络模拟，结构优化，18，85-94（1999）
[32] Deb，K。；阿格拉瓦尔，RB。，连续搜索空间的模拟二进制交叉，复杂系统，9115-148（1995）·Zbl 0843.68023号
[33] 帕斯豪斯，RC；弗莱明，PJ。，关于许多冲突目标的进化优化，IEEE进化计算汇刊，11，6，770-784（2007）
[34] 丰塞卡，CM；弗莱明，PJ。，进化算法的多目标优化和多约束处理，第二部分：应用示例，IEEE系统、人和控制论汇刊，A部分：系统和人，28，1，38-47（1998）
[36] Zitzler，E。；Deb，K。；Thiele，L.，《多目标进化算法的比较：经验结果》，进化计算，8，2，173-195（2000）
[42] McGill，R。；Tukey，J。；Larsen，W.，《盒子图的变化》，《美国统计学家》，32，12-16（1978）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。