遗传算法已经在多目标优化问题中得到了广泛应用及深入研究,NSGA-Ⅱ是求解多目标优化问题的代表算法之一,其中聚集距离在收敛性和分布均匀性上均起到了重要作用,但算法没有充分考虑微观的个体本身和宏观的种群整体的作用.为了能更合理地估计区域密度,使所求解集更好更均匀地收敛于Pareto最优边界,笔者基于均匀聚集区间和基尼权重构造了一种均匀聚集距离算子,并基于该算子提出了一种改进的NSGA-Ⅱ算法.最后,通过对6个标准多目标测试问题的实验验证了算法的有效性.
科研之友
微信
新浪微博
Facebook
分享链接
