%0 Journal Article
%T 融合张角拥挤控制策略的高维多目标优化
%A 陈振兴
%A 严宣辉
%A 吴坤安
%A 白猛
%J 自动化学报
%P 1145-1158
%D 2015
%R 10.16383/j.aas.2015.c140555
%X ？对于高维多目标优化问题,随着目标维数的增加,种群中非被支配解的比例剧增,严重降低了种群的进化压力.为了对数量众多的非被支配解进行有效的拥挤控制并提升种群的多样性,本文在提出张角概念的基础上设计了一种新的拥挤控制策略(Congestioncontrolstrategybasedonopenangle,CCSOA),它的时间复杂度并不会随着目标维数的增加而增大.与目前优秀的进化多目标优化(Evolutionarymultiobjectiveoptimization,EMO)算法IBEA(Indicator-basedevolutionaryalgorithm)、NSGAIII(NondominatedsortinggeneticalgorithmIII)和GrEA(Grid-basedevolutionaryalgorithm)的比较结果表明,融合了CCSOA的高维多目标优化算法在收敛效果和解集分布的均匀性两个方面均有较大的优势.
%K 高维多目标优化
%K 进化算法
%K 拥挤控制
%K 张角
%U http://www.aas.net.cn/CN/abstract/abstract18689.shtml