一种求解约束多目标问题的协作进化算法
A collaborative evolutionary algorithm for solving constrained multi-objective problems作者机构:西安建筑科技大学管理学院西安710055 西安建筑科技大学资源工程学院西安710055
出 版 物:《控制与决策》 (Control and Decision)
年 卷 期:2021年第36卷第11期
页 面:2656-2664页
核心收录:
学科分类:08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化]
基 金:国家自然科学基金项目(51774228,51864046) 陕西省自然科学基金杰青项目(2020JC-44) 中国博士后科学基金项目(2019M662505)
主 题:约束多目标优化 Deb约束支配 AGE-MOEA NSGA-Ⅱ 收敛性 多样性
摘 要:针对约束多目标进化算法求解约束多目标问题时难以平衡收敛性、多样性和可行性的问题,提出一种协作进化算法(ConMOEA).将自适应形状估计进化算法(AGE-MOEA)和非支配排序遗传算法(NSGA-Ⅱ)优势融合,采用Deb约束支配原则非支配排序组合种群实现个体优选,在临界层中根据最大拥挤距离或生存值选择所需个体,最终形成新种群,实现种群快速接近Pareto前沿并具有良好分布性.为验证所提出算法的性能,对近期提出的一组DOC基准函数进行仿真计算,采用反世代距离(IGD)和超体积(HV)两个通用评价指标,与NSGA-Ⅱ-CDP、CTAEA、PPS、ToP、A-NSGA-Ⅲ、AGE-MOEA约束多目标算法进行比较分析,实验结果证明ConMOEA具有更优的收敛性和多样性.