一种用于多目标组合优化的三阶段混合蛙跳框架

作者：申晓宁^*; 陈庆洲; 潘红丽; 游璇; 黄遥

来源：控制与决策, 2022, 37(04): 973-981.

DOI：10.13195/j.kzyjc.2020.1616

• 多目标组合优化
• 混合蛙跳框架
• 快速收敛
• 探索扩展
• 极值挖掘
• 离散跳跃规则

提出一种用于求解多目标组合优化问题的3阶段混合蛙跳框架.该框架采用阶段化、模块化的设计思想,将种群的进化过程分为快速收敛、探索扩展、极值挖掘3个阶段.在快速收敛阶段,迅速定位Pareto前沿,使整个群体快速地聚集在前沿附近;在探索扩展阶段,进一步提升解的精度并让种群均匀地分布在前沿上;在极值挖掘阶段,搜寻各目标上的边界极值,增强分布性能.对于不同阶段的不同模块,采用不同的策略以提升框架的求解性能.所提出框架对于多目标组合优化问题具有良好的通用性,在解决不同类型的问题时仅需设计相应的编码方式、个体生成算子和约束处理机制.采用经典的多目标背包问题作为测试问题,与五种已有算法进行对比,结果表明,所提出框架具有良好性能,基于该框架设计的混合蛙跳算法具有更好的收敛性和分布性.

• 单位
  自动化学院; 南京信息工程大学