张作峰
- 作品数：3 被引量：5H指数：1
- 供职机构：湘潭大学信息工程学院更多>>
- 发文基金：国家自然科学基金湖南省科技厅项目湖南省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于分解的多目标进化算法研究
- 现实生活中需要优化的问题往往具有多个目标，例如，时间、质量、花费和数量等。进化算法是一种随机搜索算法，通过模拟生物自然进化与自然选择实现优势基因的积累来引导种群的进化。进化算法具有高鲁棒性和广泛适用性，能够不受问题性质的...
- 张作峰
- 关键词：进化算法多目标优化权重向量
- 文献传递
- 基于可变影响空间的多目标进化算法的解集均匀性评价方法
- 2014年
- 解集的均匀性评价是多目标进化算法中性能评价的要素之一.文中结合面向个体和面向空间的思想,提出可变影响空间的概念,并基于此提出一种解集均匀性评价方法——基于可变影响空间的多目标进化算法的解集均匀性评价方法(VISUM).该方法通过分析个体在可变影响空间内的相对均匀程度,能准确反映解集的分布均匀性.实验结果证明文中方法的可行性和有效性.
- 郑金华黄端王康张作峰
- 基于目标空间分解的自适应多目标进化算法被引量：1
- 2013年
- 针对基于分解的多目标进化算法(MOEA/D)个体与子问题的匹配问题,在分析MOEA/D的进化规律的基础上,提出了一种基于目标空间分解的自适应多目标进化算法(MOEA/OSD)。该算法采用以测试问题的参考点为起点的均匀权重向量分解目标空间,根据个体信息动态选择适合的子问题,并使用辅助向量的方法弥补分解方法的不足。对比实验结果表明,MOEA/OSD拥有较好的收敛性和分布性,采用不同的分解方法均能搜索到最优解,且具有较好的收敛速度。
- 郑金华张作峰邹娟
- 关键词：多目标优化子问题自适应
