科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统的基于Pareto支配关系的多目标进化算法（MOEA）难以有效求解高维多目标优化问题（MaOP）.提出一种利用PBI效用函数的双距离构造的支配关系,且无需引入额外的参数.其次,利用双距离定义了一种多样性保持方法,该方法不仅考虑了解个体的双距离,而且还可以根据优化问题的目标数目自适应地调整多样性占比,以较好地平衡高维目标解群的收敛性和多样性.最后,将基于双距离构造的支配关系和多样性保持方法嵌入到NSGA-II算法框架中,设计了一种基于双距离的高维多目标进化算法MaOEA/d2.该算法与其他5种代表性的高维多目标进化算法一同在5-、10-、15-和20-目标的DTLZ和WFG基准测试问题上进行了IGD和HV性能测试,结果表明,Ma OEA/d2算法具有较好的收敛性和多样性.由此表明,Ma OEA/d2算法是一种颇具前景的高维多目标进化算法.
