摘要

针对高维多目标优化问题中收敛性和分布性难以同时保持的问题,提出一种基于拐点和区域划分的高维多目标进化算法KnSP。算法选取拐点作为第1次区域划分的中心点,自适应生成邻域;然后采用角度分层法进行二次区域划分,将点到超平面的距离作为个体选择的准则;最后通过候选解与其余个体的角度来增加或删除个体以保证种群规模。实验结果表明,算法在多个测试函数中性能表现较其它比较算法更优。