科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于Pareto支配的多目标进化算法能够很好地处理23维的多目标优化问题。但在处理高维多目标问题时,随着目标维数的增大,支配受阻解的数量急剧增加,导致现有的多目标算法存在选择压力不够、优化效果较差的问题。通过引入α支配提供严格的Pareto分层,在同层中挑选相对稀疏的解作为候选解,同时详细分析不同α对算法性能的影响,提出一种新的基于α偏序和拥塞距离抽样的高维目标进化算法。将该算法在DTLZ上进行性能测试,并采用世代距离（GD）、空间评价（SP）、超体积（HV）等多个指标评估算法的性能。实验结果表明,引入α支配能去除绝大部分支配受阻解（DRSs）,提高算法的收敛性。与快速非支配排序算法（NSGA-II）、基于分解的多目标进化算法（MOEA/D）、基于距离更新的分解多目标进化算法（MOEA/D-DU）相比,该算法的整体解集的质量有明显提高。
- 出版日期2017
- 单位浙江工业大学
