-
题名基于重构邻域策略的分解多目标进化算法
- 1
-
-
作者
曹鸽
郭海东
王丽萍
徐梦娜
-
机构
浙江工业大学经贸管理学院
浙江工业大学信息智能与决策优化研究所
浙江工业大学计算机科学与技术学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2020年第3期477-484,共8页
-
基金
国家自然科学基金项目(61472366,61379077)资助
浙江省自然科学基金项目(LZ13F020002,LY17F020022)资助.
-
文摘
MOEA/D算法的每个子问题都从邻域中选取父代解进行交叉变异,邻域结构在整个进化过程中维持不变,在一定程度上限制了父代选择的范围,算法在搜索后期会出现种群退化、收敛速度放缓等问题.为解决以上问题,本文提出了重构邻域策略改善父代解集质量来提升种群逼近Pareto前沿面的速度.改进算法MOEA/D-RNS改变了原始框架下的父代选择方式,从子问题邻域和精英解组成的新邻域集合中选择父代.其中,精英解分两步筛选确定,利用更新策略筛选出预备精英解集,再通过计算每个预备精英的潜力值,并根据潜力值排序来选择精英解集.在不改变邻域规模情况下,改善了父代解集质量,同时提升了解集的多样性,加快了种群收敛速度.在2至10维DTLZ1-4系列测试问题上对算法进行性能测试,实验结果表明,本算法能有效平衡算法收敛性与多样性.
-
关键词
多目标优化
重构邻域策略
父代选择
潜力值
-
Keywords
multi-objective optimization
refactoring neighborhood strategy
mating selection
potentiality value
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
