基于成绩标量函数搜索的分解多目标进化算法

• 作者: 班阳 高兴宝
• 来源期刊: 陕西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 多目标进化 分解 差分进化 稀疏区域
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 模式识别与智能控制专题
• 页码范围: 74-82
• 页数: 9页
• 分类号: TP18
• 语种: 中文

摘要

基于分解的多目标优化算法在整个进化过程中由于种群规模和权向量保持不变,容易导致种群多样性下降和早熟收敛.针对这一问题,提出了一种基于成绩标量函数搜索的分解多目标进化算法.为使基于分解的多目标优化算法对决策空间均匀探索,首先通过分析当前种群的稀疏度,设计了一种自适应基于成绩标量函数的局部搜索策略,动态地增加种群规模和权向量;其次,提出了一种具有自适应缩放因子的改进混合差分算子,平衡算法的全局探索和局部开发能力.通过对10个函数进行数值实验,并与5种经典的多目标优化算法和6种基于分解的多目标优化算法相比,数值结果表明所提算法能够获得分布均匀且充分靠近Pareto最优前沿的解集.