基于自适应变异概率的多目标教与学优化算法

基于自适应变异概率的多目标教与学优化算法.pdf
针对多目标教与学算法在求解多目标优化问题中容易陷入局部最优解和全局搜索能力较差等问题,提出了一种基于自适应变异概率的多目标教与学优化算法(AdaptiveMutationMuti-ObjectiveTeachingLearningBasedOnOptimization,AMMOTLBO).首先,引入一种反思行为机制,令学生经历了“教”与“学”过程之后,能够进行自我反思,增强算法的多样性.然后,动态调整算法的变异概率,避免最优个体陷入局部最优解.最后,采用ZDT测试函数进行仿真实验,结果表明:在非支配解集的收敛性和多样性方面,AMMOTLBO均优于传统MOTLBO算法,验证了该算法的有效性.
作者：徐婷符强童楠高佳凯汪慧强
作者单位：宁波大学科学技术学院浙江宁波315212
母体文献：宁波市第十届学术大会论文集
会议名称：宁波市第十届学术大会  
会议时间：2018年10月1日
会议地点：宁波
主办单位：宁波市科协
语种：chi
分类号：O22TP3
关键词：多目标优化  教与学算法  自适应变异概率  反思行为机制
在线出版日期：2021年8月24日
基金项目：
相似文献
相关博文

2024-12-3 20:22 上传 基于自适应变异概率的多目标教与学优化算法.pdf

文件大小:

262.98 KB

下载次数:

60

高速下载