一种基于新型邻域更新策略的MOEA/D算法

作者：耿焕同^*; 韩伟民; 周山胜; 丁洋洋

来源：计算机科学, 2019, 46(05): 191-197.

• 基于分解的多目标进化算法
• 挖掘解
• 分类
• 邻域更新策略

针对MOEA/D算法求解复杂优化问题时,邻域更新策略的无限制替换易造成种群多样性缺失的问题,提出了一种基于新型邻域更新策略的MOEA/D算法(MOEA/D-ENU)。该算法在进化过程中对解的信息进行充分挖掘,按照邻域更新能力对产生的新解进行分类,并针对不同类型的新解,自适应地采取不同的邻域更新策略,在保证种群收敛速度的同时,又兼顾了种群的多样性。实验中,选取ZDT,UF,CF等9个函数作为标准测试集,将改进后的算法MOEA/D-ENU与其他5种算法进行对比实验,并以IGD和HV为评估指标。实验结果表明新算法具有更好的收敛性和分布性。

• 单位
  南京信息工程大学