基于事件触发的自适应邻域多目标进化算法
Journal of East China University of Science and Technology(Natural Science Edition)（2020）
摘要
为提高多目标算法的多样性与分布性,提出了一种基于事件触发的自适应邻域多目标进化算法(MOEA/D-ET).采用事件触发策略协调全局与局部搜索,利用网格法进行全局寻优,利用自适应邻域MOEA/D进行局部寻优.对固定邻域与自适应邻域进行了对比,结果表明采用自适应邻域能有效地改善解分布不均的问题.通过对ZDT、WFG、DTLZ测试函数的求解,并与4个经典的多目标算法和2个最新的多目标算法进行对比,结果表明本文算法在收敛性和多样性方面具有一定的优越性.
更多关键词
adaptive neighborhood,event,algorithm,multi-objective
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要