文献类型：期刊文章

作　　者：谢承旺[1,2] 张飞龙[2] 陆建波[1] 肖驰[2] 龙广林[1]

XIE Cheng-wang;ZHANG Fei-long;LU Jian-bo;XIAO Chi;LONG Guang-lin(School of Computer and Information Engineering,Nanning Normal University,Nanning,Guangxi 530299,China;School of Software,East China Jiaotong University,Nanchang,Jiangxi 330013,China)

机构地区：[1]南宁师范大学计算机与信息工程学院,广西南宁530299 [2]华东交通大学软件学院,江西南昌330013

出　　处：《电子学报》

基　　金：国家自然科学基金(No.61763010);广西八桂学者项目(No.桂科政字[2016]127号);广西创新驱动重大专项(No.AA18118047);广西科技基地和人才专项(No.桂科AD18126015);广西自然科学基金(No.2018GXNSFAA138056);广西研究生教育创新计划资助(No.YCSW2019182)

年　　份：2019

卷　　号：47

期　　号：11

起止页码：2359-2367

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：现实中的多目标优化问题不断增多且日益复杂,需要不断发展新型启发式算法应对挑战.提出一种多策略协同的多目标萤火虫算法MOFA-MCS.该算法采用均匀化与随机化相结合的方法产生初始种群;利用档案集中的精英解个体指导萤火虫移动;并在移动的过程施加Lévy flights随机扰动;最后,利用ε-三点最短路径策略维护档案解群的多样性.MOFA-MCS算法与其他6种经典的多目标进化算法一同在12个基准的多目标测试问题上进行实验,结果表明所提算法在收敛性、多样性方面总体上具有显著的性能优势.

关 键 词：多目标优化问题 萤火虫算法 多目标萤火虫算法  多策略协同  

分 类 号：TP18]