-
题名基于网格拥挤度的自适应参考点多目标优化算法
- 1
-
-
作者
王学武
高永亮
顾幸生
-
机构
华东理工大学能源化工过程智能制造教育部重点实验室
-
出处
《华东理工大学学报(自然科学版)》
北大核心
2025年第4期522-537,共16页
-
基金
国家自然科学基金(62076095)。
-
文摘
在多目标优化中,对于搜索到的种群要兼顾收敛性和分布性。基于指标的参考点自适应多目标优化算法(AR-MOEA)算法强调IGD-NS指标的最优,算法收敛过程加快,容易陷入局部最优,导致种群不能覆盖到完整的Pareto前沿。本文提出了一种基于网格拥挤度的自适应参考点多目标优化算法(AR-MOEA-GC),该算法区分了种群中贡献个体与非贡献个体的适应度计算方法,保证种群的分布性和收敛性;同时,为了加快种群在算法后期的收敛速度,融入了参考点调整策略,辅助种群向真实Pareto进化。将改进的算法与6个先进的多目标进化算法在3类测试函数上测试,结果表明AR-MOEA-GC在三维的多目标优化问题上有着一定的竞争力。
-
关键词
进化算法
igd-ns指标
多目标优化
网格拥挤度
进化计算
-
Keywords
evolutionary algorithm
igd-ns indicator
multi-objective optimization
grid congestion degree
evolutionary computation
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
