求解多目标优化问题的改进遗传机器学习方法

求解多目标优化问题的改进遗传机器学习方法

刘明姬¹, 刘淑媛¹,², 吕显瑞¹

1. 吉林大学数学学院, 长春 130012; 2. 吉林商业高等专科学校, 长春 130015

收稿日期:2005-05-25 修回日期:1900-01-01 出版日期:2006-05-26 发布日期:2006-05-26
通讯作者: 吕显瑞

Improved Genetic Algorithm Based on Machine Learning for Solving Multiobjective Optimization Problems

LIU Ming-ji¹, LIU Shu-yuan¹,², LU Xian-rui¹

1. College of Mathematics, Jilin University, Changchun 130012, China; 2. Jilin Commercial College, Changchun 130015, China

Received:2005-05-25 Revised:1900-01-01 Online:2006-05-26 Published:2006-05-26
Contact: LU Xian-rui

摘要/Abstract

摘要： 将遗传算法与机器学习相结合, 在分类器系统的基础上, 引入增强因子、排挤因子、 合并因子等改进因子, 完善信度分配机制, 提出了改进的遗传机器学习方法. 并将算法应用于投资的收益与风险双目标优化模型, 数值结果表明, 改进算法能够寻求到数量更多、分布更广的Pareto最优解, 并且具有较好的稳定性, 避免了非成熟收敛.

关键词: 遗传算法, 机器学习, 多目标优化, Pareto最优解

Abstract: An improved genetic algorithm based on machine learning is presented. In the improved algorithm we make genetic algorithm and machine learning proceed alternatively with the assistance of improved factors. For solving multiobjective optimization problems, the improved algorithm can find more and wider Paretooptimal solutions, with more stability, convergence, global search and without premature convergence.

Key words: genetic algorithm, machine learning, multi-objective optimization, Pareto-optimal solution

中图分类号:

O153.3

刘明姬, 刘淑媛,, 吕显瑞. 求解多目标优化问题的改进遗传机器学习方法[J]. J4, 2006, 44(03): 338-342.

LIU Ming-ji, LIU Shu-yuan,, LU Xian-rui. Improved Genetic Algorithm Based on Machine Learning for Solving Multiobjective Optimization Problems[J]. J4, 2006, 44(03): 338-342.

[1]	王出航, 王雪, 胡黄水, 赵宏伟, 韩由佳. 基于改进GA和信任感知的无线传感器网络安全分簇路由协议[J]. 吉林大学学报(理学版), 2021, 59(5): 1237-1244.
[2]	李蛟, 胡黄水, 赵宏伟, 鲁晓帆. 基于混沌遗传算法的无线传感器网络改进LEACH算法[J]. 吉林大学学报(理学版), 2021, 59(4): 950-955.
[3]	裴莹, 苏山, 付加胜, 韩霄松. 一种求解复杂优化问题的快速遗传算法算子[J]. 吉林大学学报(理学版), 2021, 59(3): 602-608.
[4]	陶玉杰, 李艳红, 孙刚. 基于Bernstein多项式构造前向神经网络的遗传算法[J]. 吉林大学学报(理学版), 2021, 59(2): 233-240.
[5]	杨舒涵, 李博, 周丰丰. 基于机器学习的跨患者癫痫自动检测算法[J]. 吉林大学学报(理学版), 2021, 59(1): 101-106.
[6]	王婷婷, 王宏志, 刘清雪, 胡黄水, 王出航. 遗传算法优化的无刷直流电机模糊PID控制器设计[J]. 吉林大学学报(理学版), 2020, 58(6): 1421-1428.
[7]	陈静, 唐傲天, 刘震, 徐森, 曹晓聪. 一种基于Kriging模型加点策略的多目标粒子群优化算法[J]. 吉林大学学报(理学版), 2020, 58(5): 1159-1166.
[8]	尹伟石, 刘晓奇, 徐轩. 热源参数识别问题的Bayes遗传算法[J]. 吉林大学学报(理学版), 2020, 58(4): 841-846.
[9]	王明丽, 王刚, 郭晓新, 王献昌. 基于跨层复制连接卷积神经网络的遥感图像融合[J]. 吉林大学学报(理学版), 2020, 58(4): 913-922.
[10]	朱豪, 彭艺, 张申, 李启骞. 基于改进遗传算法的自适应越区切换方案[J]. 吉林大学学报(理学版), 2020, 58(1): 133-139.
[11]	郭玉洁, 张强, 袁和平. 一种双种群协同多目标粒子群优化算法及应用[J]. 吉林大学学报(理学版), 2019, 57(5): 1155-1162.
[12]	薛鹏, 刘国斌, 崔弘, 王海彪, 王春雷. 基于改进遗传PID算法的能量回馈制动系统[J]. 吉林大学学报(理学版), 2019, 57(5): 1200-1206.
[13]	胡黄水, 郑曼, 王宏志. 基于遗传算法的MVB周期调度表优化[J]. 吉林大学学报(理学版), 2019, 57(3): 613-618.
[14]	董刚, 余伟, 玄光哲. 高级持续性威胁中攻击特征的分析与检测[J]. 吉林大学学报(理学版), 2019, 57(2): 339-344.
[15]	孙冲, 李文辉. 基于搜索空间自适应分割的多目标粒子群优化算法[J]. 吉林大学学报(理学版), 2019, 57(2): 345-351.