登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
基于分解的多目标量子差分进化算法
  • 摘要

    基于分解的多目标进化算法 MOEA /D(Multi-objective Evolutionary Algorithm Based on Decomposition)具有收敛速度快、分布性好等特点,但其在非凸函数上的性能有待提高。鉴于量子进化算法在多峰值函数上的优良性能,将 MOEA /D 与量子进化算法相结合,提出基于分解的多目标量子差分进化算法 QD-MOEA /D(Quantum Differential Multi-objective Evolutionary Algorithm Based on Decomposition)。QD-MOEA /D 的量子染色体采用实数编码,节省存储空间,加快运算速度。为了加快算法收敛速度并提高算法探测能力,量子染色体采取差分进化,其变异方式为量子非门。在多个标准测试函数的实验结果表明,该算法改进了 MOEA /D 在非凸函数上的收敛性和分布性。

  • 作者

    常新功  刘文娟  吕亚丽  Chang Xingong  Liu Wenjuan  LüYali 

  • 作者单位

    山西财经大学信息管理学院 山西 太原 030031

  • 刊期

    2016年8期 ISTIC PKU

  • 关键词

    MOEA /D  量子计算  差分进化  实数编码  MOEA /D  Quantum computation  Differential evolution  Real-encoding 

相似文献 查看更多>>
3.233.221.149