基于IGD^(+)指标的两阶段选择高维多目标进化算法

作     者：张伟 刘建昌 刘圆超 郑恬子 杨婉婷 ZHANG Wei;LIU Jian-changy;LIU Yuan-chao;ZHENG Tian-zi;YANG Wan-ting

作者机构：东北大学信息科学与工程学院辽宁沈阳110819 

出 版 物：《控制理论与应用》 (Control Theory & Applications)

年 卷 期：2023年第40卷第5期

页      面：801-816页

核心收录：

学科分类：08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61773106)资助。 

主　　题：高维多目标优化 IGD^(+)指标 两阶段选择策略 参考点分布自适应策略 种群分解策略 进化算法 

摘      要：针对在高维空间下多目标进化算法难以维持种群收敛性和多样性平衡的问题,本文提出一个基于IGD^(+)指标的两阶段选择高维多目标进化算法(MaOEA–ITS).在第1阶段,算法基于IGD^(+)指标选择收敛性良好的精英个体,其所需的参考点通过引入切割平面截距法构建.在第2阶段,MaOEA–ITS使用模糊c均值算法对参考向量进行聚类,聚类后的参考向量引导种群分解策略对剩余个体进行环境选择,从而维持种群的多样性.另外,为了保护能够提高种群多样性的极值解,本文提出一个参考点分布自适应策略.最后,通过仿真实验来验证MaOEA–ITS的有效性和优越性.