改进NSGA-II算法的自适应变异操作符
摘要：多目标进化算法（MOEA）的性能十分依赖于运算符的参数设置。最理想的参数控制应具备适应性的特点，即能够根据进化过程中的反馈信息，确定参数值的变化方向和/或程度。鉴于NSGA-II算法的广泛应用，本研究旨在为该算法中的每个参数创建自适应控制机制。通过这些控制，我们期望进一步提升算法的性能。 在本文中，我们提出了一种自适应变异算子，其中使用候选解的多样性信息来控制变异的程度。一系列考虑不同问题的实验表明，这种变异算子提高了NSGA-II算法达到帕累托最优前沿的能力，并获得了更好的解集多样性。
作者：Arthur Carvalho and Aluizio F. R. Araujo
论文ID：1305.4947
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2013-05-23