多目标混沌进化算法

雷德明; 严新平; 吴智铭

您当前的位置：

首页 >

文章列表页 >

多目标混沌进化算法

论文 | 更新时间：2025-07-16

- 多目标混沌进化算法
- Multi-Objective Chaotic Evolutionary Algorithm
- 电子学报 2006年34卷第6期页码：1142-1145
- 作者机构：
  
  1. 武汉理工大学智能运输系统研究中心,湖北,武汉,430063
  2. 武汉理工大学自动化学院,湖北,武汉,430070
  3. 上海交通大学自动化研究所,上海,200030
  4. 武汉理工大学智能运输系统研究中心湖北武汉,430063
  5. 武汉理工大学自动化学院湖北武汉,430070
  6. 上海交通大学自动化研究所上海,200030
- 作者简介：
- 基金信息：
  
  国家重点基础研究发展计划 (973计划) (No.2005CB724205);国家自然科学基金 (No.60074011)
- DOI：
  中图分类号： TP18
- 纸质出版：2006
- 稿件说明：
移动端阅览
雷德明, 严新平, 吴智铭. 多目标混沌进化算法[J]. 电子学报, 2006,34(6):1142-1145.

LEI De-ming, YAN Xin-ping, WU Zhi-ming. Multi-Objective Chaotic Evolutionary Algorithm[J]. Acta Electronica Sinica, 2006, 34(6): 1142-1145.
雷德明, 严新平, 吴智铭. 多目标混沌进化算法[J]. 电子学报, 2006,34(6):1142-1145. DOI：

LEI De-ming, YAN Xin-ping, WU Zhi-ming. Multi-Objective Chaotic Evolutionary Algorithm[J]. Acta Electronica Sinica, 2006, 34(6): 1142-1145. DOI：

摘要

设计了多目标混沌进化算法(MCEA)

在每一代遗传操作和外部档案调整完成之后

该算法从外部档案中随机选择部分个体

对这些个体的拷贝进行混沌搜索

以产生更多非劣解.将强度Pareto进化算法(SPEA)和SPEA2分别与基于Logistic映射的混沌搜索结合而产生的MCEAs应用于一些复杂多目标优化问题

计算结果表明

混沌的加入

明显改善了多目标进化算法(MOEA)各方面的性能.

Abstract

Multi-objective chaotic evolutionary algorithm (MCEA) is designed.In each generation of MCEA

after the population finishes all genetic operations and external archive maintenance is done

chaotic search is performed on the copy of several individuals randomly chosen from the external archive to obtain new non-dominated solutions.MCEAs respectively merging strength Pareto evolutionary algorithm (SPEA)

SPEA2 with chaotic search based on Logistic map are applied to some complex multi-objective optimization problems.The computational results demonstrate that the comprehensive performance of multi-objective evolutionary algorithm (MOEA) is improved as a consequence of the inclusion of chaos.

关键词

Keywords

references

浏览量

1053

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于特征冗余分析的高维多任务多目标特征选择算法

含无损传输线的约瑟夫森结电磁系统中的分岔与混沌

PWM型开关电容DC-DC变换器的非线性动力学行为研究

三维混沌信号产生器的设计