考虑帕累托最优解的多目标优化进化算法 |
| |
引用本文: | 王松波.考虑帕累托最优解的多目标优化进化算法[J].数学的实践与认识,2022(9):132-146. |
| |
作者姓名: | 王松波 |
| |
作者单位: | 1.茂名职业技术学院525000; |
| |
基金项目: | 茂名市科技专项资金项目:《基于微信小程序的O2O同城货运平台研发》。 |
| |
摘 要: | 大多数现有的进化算法在处理多目标优化问题(multi-objective optimization problem,MOP)时会遇到Pareto最优解稀疏的困难,特别是当决策变量的数目很大时,如旨在从大量候选特征中找出小部分特征的特征选择.为此,提出了一种求解大规模稀疏MOP的进化算法.算法考虑Pareto最优解的稀疏性,提出了一种新的种群初始化策略和遗传算子,以保证解的稀疏性.此外,还设计了一个测试套件来评估该算法在大规模稀疏MOP中的性能,实验结果和应用实例证明了该算法在处理大规模稀疏MOP问题上的优越性.
|
关 键 词: | 进化神经网络 特征选择 多目标优化 稀疏Pareto最优解 |
本文献已被 维普 等数据库收录! |
|