留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

按区域惩罚划分的并行多目标遗传算法

李昌隆 程鹏 陈晓波 柴旭东

李昌隆, 程鹏, 陈晓波, 等 . 按区域惩罚划分的并行多目标遗传算法[J]. 北京航空航天大学学报, 2005, 31(11): 1232-1236.
引用本文: 李昌隆, 程鹏, 陈晓波, 等 . 按区域惩罚划分的并行多目标遗传算法[J]. 北京航空航天大学学报, 2005, 31(11): 1232-1236.
Li Changlong, Cheng Peng, Chen Xiaobo, et al. Parallel multi-objective genetic algorithm by adding area penalty[J]. Journal of Beijing University of Aeronautics and Astronautics, 2005, 31(11): 1232-1236. (in Chinese)
Citation: Li Changlong, Cheng Peng, Chen Xiaobo, et al. Parallel multi-objective genetic algorithm by adding area penalty[J]. Journal of Beijing University of Aeronautics and Astronautics, 2005, 31(11): 1232-1236. (in Chinese)

按区域惩罚划分的并行多目标遗传算法

基金项目: 国防科技重点实验基金资助项目(51474040204HT0802)
详细信息
    作者简介:

    李昌隆(1979-),男,四川隆昌人,硕士生, lclbuaa@163.com.

  • 中图分类号: TP 301.6

Parallel multi-objective genetic algorithm by adding area penalty

  • 摘要: 解决多学科设计优化问题的多目标遗传算法通常面临着大计算量的挑战,提出了一种新型的并行化算法来提高其效率.全局个体均匀的分布在各个进程,首先从所有的进程中获取全局范围的Pareto最优解极值,并发送给每个进程,再由这些极值来构造各个进程自己的惩罚函数.通过惩罚函数给个体添加约束来划分各个进程的收敛区域,同时采取优化措施保证每个进程加速收敛并且收敛区域没有重叠和遗漏,这样每个进程只需收敛到特定的一段Pareto最优解,降低了计算量;同时由于进程间交换的数据量小,保证了效率的提高.通过与串行算法(NSGA2)和其他的并行化算法比较,显示了该算法的有效性和先进性.

     

  • [1] Khatib W, Fleming P J. Evolutionary computing applied to MDO test problems. In:Ramana P, Grandhi V, Col L, eds. 7th AIAA/USAF/NASA /ISSMO Symposium on Multidisciplinary Analysis and Optimization. Reston:AIAA, 1998. 1980~1989 [2] Khatib W, Fleming P J. An introduction to evolutionary computing for multidisciplinary optimization[J]. Genetic Algorithms in Engineering Systems:Innovations and Applications, 1997, 1:7~12 [3] Deb K, Zope P, Jain A. Distributed computing of Pareto-optimal solutions using multi-objective evolutionary algorithm. http://www.iitk.ac.in/ kangal/pub.htm, 2002-08/2004-08 [4] Veldhuizen D A, Zydallis J B, Lamont G B. Considerations in engineering parallel multi-objective evolutionary algorithm[J]. IEEE Transacation on Evolutionary Computation,2003,7:144~173 [5] 玄光南,程润伟. 遗传算法与工程优化[M]. 北京:清华大学出版社,2004.36~40 Xuan Guangnan, Cheng Runwei. Genetic algorithm and engineering optimization[M].Beijing:Tsinghua Universty Press,2004.36~40(in Chinese) [6] Deb K, Pratap A, Agrawal S, et al. A fast elitist non-dominated sorting genetic algorithm for multi-objective optimization:NSGA-Ⅱ[J].IEEE Transacation on Evolutionary Computation, 2002,6:182~197
  • 加载中
计量
  • 文章访问数:  2503
  • HTML全文浏览量:  48
  • PDF下载量:  830
  • 被引次数: 0
出版历程
  • 收稿日期:  2004-09-06
  • 网络出版日期:  2005-11-30

目录

    /

    返回文章
    返回
    常见问答