合作型协同多目标群搜索算法

作者：李亚洲; 郑向伟; 肖宪翠

来源：小型微型计算机系统, 2016, 37(03): 567-571.

• 群搜索算法
• 多目标优化
• 协同进化
• 上下文向量

群搜索算法(Group Search Optimizer,GSO)是一种基于动物群体行为的智能优化算法,在高维函数优化和收敛性方面表现出良好性能.本文基于分而治之策略和协同进化框架,提出了一种合作型协同多目标群搜索算法(Cooperative Coevolutionary M ulti-Objective GSO,CM OGSO).首先将群(group)划分为多个子群(sub-groups),采用改进的群搜索算法演化每个子群,其次选择其它子群中处于非支配位置的成员(member),构建当前子群的成员的上下文向量,通过目标函数评价子群成员.最后,结合各个子群的成员构建多目标问题的Pareto解集.实验结果表明,相比于其他多目标优化算法,CMOGSO算法所求Pareto解集具有精度高、解分布均匀等优势,能够有效地解决多目标优化问题.

• 出版日期2016
• 单位山东师范大学; 计算机软件新技术国家重点实验室