-
题名基于子区域PBI支配选择算子的高维多目标优化
- 1
-
-
作者
赵志伟
解彦金
熊志坚
李涛
邓家浩
李桂梅
-
机构
华北理工大学
唐山学院
航天万源云数据河北有限公司
唐山立冉机械制造有限公司
-
出处
《计量学报》
北大核心
2025年第8期1225-1232,共8页
-
基金
唐山市人才资助项目(A2021110015,A202203032,B202302007)
唐山市科技计划项目(21130213C,21130233C)。
-
文摘
针对现有多目标进化算法在高维多目标优化问题上选择压力不足,收敛性和多样性表现不平衡的问题,提出一种基于子区域惩罚边界交叉(PBI)支配选择算子的高维多目标进化算法MaOEA-SOS。其中,PBI支配策略增加了算法的选择压力,促进种群收敛,子区域划分操作将个体支配关系限制在子区域内,维护种群多样。MaOEA-SOS引入1个包含模拟二进制交叉算子和权重差分进化(WDE)算子的算子池,算法根据子区域PBI支配准则判断个体进化状态,从算子池中选择合适的进化算子,在进化过程中为每个解寻求探究和探索之间的平衡。WDE算子中包含一个根据函数计算量改变的权重因子,自适应控制WDE算子的搜索范围。为了增强WDE算子的鲁棒性,引入双精英存档机制。将MaOEA-SOS和5种代表性算法在15和20目标WFG测试集上进行对比。结果表明,18个测试问题中,MaOEA-SOS在12个测试问题上可获得收敛性和多样性更优的Pareto解集。
-
关键词
算法理论
PBI支配
子区域
算子选择
动态权重因子
精英存档
高维多目标优化
-
Keywords
algorithm theory
PBI dominance
sub‑region
operator selection
dynamic weighting factor
elite archive
many-objective optimization
-
分类号
TB973
[机械工程—测试计量技术及仪器]
TB931
[机械工程—测试计量技术及仪器]
-
