摘要

针对一般多目标优化算法在搜索过程中存在无法有效判断搜索方向和有效利用个体信息的问题,提出了改进选择策略的有约束多目标优化算法(CMOP-ISS)。该算法首先对Deb教授提出的约束占优直接支配选择策略进行改进,使得算法在向可行Pareto前沿进化的同时,可以保留更多优秀不可行解;另外采用双种群策略,利用优秀的可行与不可行个体,共同产生新个体,加快算法的收敛速度。将CMOP-ISS与其他算法在经典测试函数上进行对比实验,结果表明CMOP-ISS不仅提升了算法的收敛性能,而且保证了Pareto解集良好的分布性。