演化多目标优化中的几何热力学选择

• 全文链接
• 请求原文

作   者：

应伟勤;  李元香;  SHEU Phillip C-Y;  吴昱;  余法红; 

作者机构：

武汉大学软件工程国家重点实验室; 

关键词：

角度熵;  演化算法;  距离能量;  多目标优化;  热力学替换; 

期刊名称：

计算机学报

基金项目：

软硬件协同的自主进化技术及其系统

i s s n：

0254-4164

年卷期：

2010 年 33 卷 04 期

页   码：

145-157

摘   要：

热力学遗传算法(Thermodynamical Genetic Algorithms,TDGAs)借鉴热力学中的自由能极小过程来统一处理多目标优化在逼近性和多样性两方面的任务.为提高TDGA的运行效率和解集分布均匀性,提出了一种几何热力学选择.在该选择中首先定义角度熵通过扇形采样来度量种群逼近方向的多样性.然后利用距离精英定义距离能量来度量种群的逼近程度,避免了耗时的非劣分层操作.此外,引入分量热力学替换规则以较低计算代价驱动种群的几何自由能快速下降.在多目标0/1背包问题上的实验结果表明,几何热力学选择极大地提高了TDGA的运行效率和解集分布均匀性;采用该选择的TDGA算法可生成与NSGA-II在逼近性和分布多样性上性能相当的解,但在运行效率上明显优于NSGA-II.