基于双分类器辅助进化的多目标优化算法

作者：焦大利; 姚亦飞; 王成章; 程杜; 李清亮; 于繁华^*

来源：北华大学学报(自然科学版), 2023, 24(05): 664-670.

• 多目标优化问题
• 代理辅助进化算法
• 多目标进化算法
• 随机森林分类器

在昂贵多目标优化问题中，常采用代理辅助进化算法以减少真实目标函数的评估次数，但传统的代理辅助进化算法因代理模型计算复杂而运行时间较长.为缩短运行时间，提出基于双分类器辅助进化的多目标优化算法(DC-MOEA),利用两个随机森林分类器，分别预测解的多样性优劣和解的收敛性优劣，选出同时具备优秀收敛性和多样性的解进行真实评估和环境选择.DC-MOEA对决策变量分类并用分类后的数据训练分类器，降低整体复杂度，减少运行时间.通过仿真试验，利用基准测试函数比较在不同问题上的性能，验证本算法在多样性探索和收敛性增强方面的能力.

• 单位
  长春师范大学; 北华大学