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]	闫家晨, 肖永浩, 王凌锋, 熊敏. 一种考虑局部性的作业执行时间预测算法[J]. 吉林大学学报(理学版), 2025, 63(6): 1685-1693.
[2]	李希今, 王祥任, 刘金石. 基于循环神经网络与注意力机制的波动预测模型[J]. 吉林大学学报(理学版), 2025, 63(5): 1397-1403.
[3]	张蕾, 仲洋, 曹梦萱, 卢婧, 韩霄松. 桁架穹顶复杂优化求解的遗传算法[J]. 吉林大学学报(理学版), 2025, 63(5): 1387-1396.
[4]	费敏学, 黄东岩, 郭晓新. 改进蜣螂算法优化机器学习模型[J]. 吉林大学学报(理学版), 2025, 63(4): 1117-1121.
[5]	王建刚. 基于小生境遗传算法的网络入侵节点智能检测方法[J]. 吉林大学学报(理学版), 2025, 63(4): 1099-1104.
[6]	曹欢欢, 刘红卫, 路文军. 求解大规模图划分问题的混合遗传算法[J]. 吉林大学学报(理学版), 2025, 63(3): 822-0828.
[7]	杜睿山, 井远光, 付晓飞, 孟令东, 张豪鹏, 王紫珊. 采用动态种群策略的多目标粒子群优化算法[J]. 吉林大学学报(理学版), 2025, 63(3): 845-0854.
[8]	史梓慧, 欧阳丹彤, 张立明. 超大规模集成电路布图规划方法研究综述[J]. 吉林大学学报(理学版), 2025, 63(1): 139-0150.
[9]	白俊峰, 白一辰, 席嘉璐, 张今尧. 基于改进A*算法的车间物料配送路径规划[J]. 吉林大学学报(理学版), 2024, 62(6): 1401-1410.
[10]	董立岩, 齐竞则, 刘元宁, 冯嘉辉. 基于偏好和虚拟适应度的两阶段依赖任务卸载算法[J]. 吉林大学学报(理学版), 2024, 62(4): 923-932.
[11]	宗敏. 基于机器学习的三维数字图像虚拟场景重建算法[J]. 吉林大学学报(理学版), 2023, 61(6): 1425-1431.
[12]	韩开旭, 袁淑芳. 基于混合机器学习模型的短文本语义相似性度量算法[J]. 吉林大学学报(理学版), 2023, 61(4): 909-914.
[13]	景雯, 张杰, 傅文博, 陈富. 基于改进遗传算法的物联网链路负载均衡控制方法[J]. 吉林大学学报(理学版), 2023, 61(4): 922-928.
[14]	沈文旭, 张继军, 毛重. 基于两方安全计算的隐私保护逻辑回归方法[J]. 吉林大学学报(理学版), 2023, 61(3): 641-650.
[15]	张博, 向旭, 贾俊龙, 张学洪, 李春奇, 彭君. 基于LightGBM的天然气管道周围滑坡灾害预测方法[J]. 吉林大学学报(理学版), 2023, 61(2): 338-346.