基于指标和自适应边界选择的高维多目标优化算法
An indicator-based many-objective evolutionary algorithm with adaptive boundary selection作者机构:兰州理工大学电气工程与信息工程学院兰州730050
出 版 物:《控制与决策》 (Control and Decision)
年 卷 期:2022年第37卷第5期
页 面:1183-1194页
核心收录:
学科分类:08[工学] 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(61763026 62063019)。
主 题:指标 模糊预测 超平面 自适应边界选择 收敛性 多样性
摘 要:多目标优化算法的主要目标是实现好的多样性和收敛性.传统的高维多目标优化算法,当目标维数增加时,选择方式难以平衡种群的收敛性与多样性.对此,提出一个基于指标和自适应边界选择的高维多目标优化算法.在环境选择中,首先计算种群中两两个体的指标I;(x,y)作为第一选择标准;其次,提出一种自适应边界选择策略,利用种群进化信息对超平面系数进行模糊预测;再次,近似计算待选个体到超平面的范式距离作为第二选择标准;最后,将所提出算法与5种代表性的高维多目标算法进行比较,实验结果表明,所提出算法在处理复杂Pareto前沿高维多目标优化问题时,能在平衡收敛性与多样性的同时,更好地维护多样性.