分组策略下的高维目标协同进化算法

作者：王丽萍^*; 俞维; 邱飞岳

来源：小型微型计算机系统, 2020, 41(12): 2536-2542.

• 进化算法
• 协同进化
• 高维目标优化
• 计算资源分配

为平衡高维目标优化问题在进化过程中收敛性与多样性的冲突,本文提出基于两阶段分配策略的高维目标协同进化算法.首先,利用参考向量将种群进行分组,划分为若干个子种群,在进化前期,主要根据子种群中非支配解密度评估子种群优化难易程度;在进化后期,主要根据非支配解分布的广度评估子种群多样性,以此确定子种群进化潜力,为高进化潜力的子种群分配目标向量.然后,在整个目标空间内产生随机目标向量,防止其余个体的退化.本文将改进后算法与PICEAg在3、5、7、10、15维DTLZ1-7函数上进行性能对比实验.仿真实验结果表明,除DTLZ5测试问题外,改进后算法在收敛性及多样性上均优于原算法.

• 单位
  浙江工业大学