基于目标分解的高维多目标并行进化优化方法

• 作者: 刘益萍 孙晓燕 巩敦卫 韩玉艳
• 来源期刊: 自动化学报
• 关键词: 进化优化 高维多目标优化 分解 并行 Pareto占优
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 论文与报告
• 页码范围: 1438-1451
• 页数: 14页
• 字数: 16230字
• 语种: 中文
• DOI: 10.16383/j.aas.2015.c140832

摘要

高维多目标优化问题普遍存在且难以解决，到目前为止，尚缺乏有效解决该问题的进化优化方法。本文提出一种基于目标分解的高维多目标并行进化优化方法，首先，将高维多目标优化问题分解为若干子优化问题，每一子优化问题除了包含原优化问题的少数目标函数之外，还具有由其他目标函数聚合成的一个目标函数，以降低问题求解的难度；其次，采用多种群并行进化算法，求解分解后的每一子优化问题，并在求解过程中，充分利用其他子种群的信息，以提高Pareto 非被占优解的选择压力；最后，基于各子种群的非被占优解形成外部保存集，从而得到高维多目标优化问题的Pareto 最优解集。性能分析表明，本文提出的方法具有较小的计算复杂度。将所提方法应用于多个基准优化问题，并与NSGA-II、PPD-MOEA、ε-MOEA、HypE和MSOPS等方法比较，实验结果表明，所提方法能够产生收敛性、分布性，以及延展性优越的Pareto最优解集。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	巩敦卫	中国矿业大学信息与电气工程学院	117	1590	22.0	32.0
3	孙晓燕	中国矿业大学信息与电气工程学院	37	544	14.0	22.0
4	韩玉艳	中国矿业大学信息与电气工程学院	2	35	2.0	2.0
7	刘益萍	中国矿业大学信息与电气工程学院	1	32	1.0	1.0