基于自适应支配准则的高维多目标进化算法

作者：孙文静; 李军华^*; 黎明

来源：电子学报, 2020, 48(08): 1596-1604.

DOI：10.3969/j.issn.0372-2112.2020.08.019

• 松弛支配
• 高维多目标进化算法
• 普适性
• 自适应支配准则

基于松弛支配的高维多目标进化算法(Many-objective Evolutionary Algorithms,MaOEAs)由于能够有效地提高区分解的能力,受到广泛关注,但该类大多数算法处理不同目标的优化问题时普适性较差.针对这个问题,本文提出一种基于自适应支配准则的高维多目标进化算法(Adaptive Dominance Criterion Based Evolutionary Algorithm for Many-objective Optimization,ADCEA).首先,自适应准则(Adaptive Dominance Criterion,ADC)根据目标空间中相邻解间的角度信息和目标数目,设计一种自适应小生境方法,并结合收敛性指标信息,实现对候选解的非支配排序.然后,为了进一步增强种群的多样性,在环境选择中引入参考向量分割种群技术;最后,构建合理的适应度函数,并根据适应度值大小选取收敛性和多样性较好的非支配解集.实验证明,本文所提的方法在处理不同目标的优化问题时普适性提高,并在平衡种群的收敛性和多样性上取得显著效果.

• 出版日期2020
• 单位江西省图像处理与模式识别重点实验室; 南昌航空大学