基于反向学习模型的多目标进化算法

• 作者: 吴金妹 王亚辉 贾晨辉
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 多目标优化 MOEA/D 反向学习模型 减速器 优化设计
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 先进制造技术及基础理论
• 页码范围: 326-332,342
• 分类号: TP18
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2016.04.043

摘要

针对复杂多目标优化问题,提出一种基于分解机制和反向学习模型的多目标进化算法.该算法在基于分解机制的多目标进行算法的框架下,引入反向学习模型,该模型具有较好的局部寻优能力.在种群进化的过程中,反向学习模型和差分进化机制自适应的相互配合,能够较好地平衡算法的全局搜索与局部寻优能力.采用国际公认的具有复杂Pareto Set的LZ09系列测试问题进行实验验证,并与MOEA/D-DE、GDE3、NSGA-Ⅱ和SPEA2等方法比较,实验结果表明,所提方法能够获得收敛性、分布性及延展性较好的Pareto最优解集.为了研究算法在求解约束问题的性能,将其应用于减速器多目标优化设计问题中,结果表明了该算法获得Pareto前端较均匀,说明其算法具有求解约束问题的能力和工程有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾晨辉	河南科技大学机电工程学院	40	238	10.0	13.0
2	吴金妹	华北水利水电大学机械学院	29	88	5.0	8.0
3	王亚辉	华北水利水电大学机械学院	15	57	4.0	7.0