陈小红
- 作品数：3 被引量：19H指数：3
- 供职机构：深圳大学信息工程学院更多>>
- 发文基金：深圳市基础研究计划项目国家自然科学基金深圳市科技计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于进化算法的高维多目标优化问题求解方法及应用
- 多目标进化算法是目前求解多目标优化问题最行之有效的方法,常用的高性能多目标进化算法多用于求解目标数较少的问题。高维多目标优化问题(Many-objective Optimization Problems),即目标数多于5...
- 陈小红
- 关键词：多目标进化算法混合蛙跳算法
- 高维多目标优化中基于稀疏特征选择的目标降维方法被引量：14
- 2015年
- 目标降维算法通过去除冗余的目标达到简化问题规模的目的,为求解高维多目标优化问题提供了一种新的思路和方法.近似解集的几何结构特征和Pareto占优关系从不同侧面反映了多目标优化问题的内在结构特性,而现有算法仅利用其中一种特征分析目标之间的关系,具有较大局限性.本文提出基于稀疏特征选择的目标降维方法,该方法利用近似解集的几何结构特征构建稀疏回归模型,求解高维目标空间映射为低维目标子空间的稀疏投影矩阵,依据此矩阵度量目标的重要性,并利用Pareto占优关系改变程度选择满足误差阈值的目标子集,实现目标降维.通过与其他已有目标降维算法比较,实验结果表明本文提出的降维算法具有较高的准确性,并且受近似解集质量的影响较小.
- 陈小红李霞王娜
- 多目标混合蛙跳算法中改进的种群分割方法被引量：4
- 2014年
- 种群分割方法是混合蛙跳算法最重要的组成部分之一,直接影响算法的性能。针对多目标混合蛙跳算法,提出一种新的种群分割方法。该方法将代表潜在最优区域的非支配个体集合通过聚类的方式划分族群,目的是使不同族群在不同区域进行局部搜索,避免算法早熟。被支配个体则根据其与非支配个体集合的近似度分配到族群中,并通过随机加入其他族群个体的方式提高本族群的多样性。实验结果表明,相对于其他种群分割方法,本文的方法在提高多目标混合蛙跳算法的收敛性能和收敛速度方面都具有一定的优势,而且对于目标个数较多的问题也能获得较好的结果。
- 陈小红李霞王娜
- 关键词：多目标优化混合蛙跳算法聚类
