科研之友
微信
新浪微博
Facebook
分享链接
摘要
带精英策略的非支配排序遗传算法(NSGA-Ⅱ)是目前较常见的多目标优化算法。但上述方法基于固定拥挤度筛选中间种群,并未考虑筛选过程中拥挤度的动态变化,且算法不能适应不同进化时期对于解空间的不同搜索需求,搜索效率较低。提出一种基于动态拥挤度和自适应t分布交叉算子(a-tDX)改进的NSGA-Ⅱ算法,在每次删除拥挤度最低的解后更新非支配解的拥挤度,直至选出所需数量的非支配解,以此维护解集的多样性,并在算法迭代过程中采用自适应进化时期的t分布交叉以满足算法对搜索空间的动态需求。原始NSGA-Ⅱ算法、正态分布交叉算子改进的NSGA-Ⅱ算法和所提算法在5个基准函数上的测试结果证明所提算法有更好的收敛性和多样性。
- 单位
