基于目标空间分区的稳态高维多目标进化算法

来源期刊：东北大学学报(自然科学版)2018年第3期

论文作者：李飞 刘建昌 朱佳妮 李晨曦

文章页码：305 - 310

关键词：高维多目标优化问题;稳态进化算法;目标空间分区;自适应PBI聚合函数;分解策略;

摘    要：针对高维多目标优化中Pareto非劣候选解所占比例很大,常用的先考虑收敛性再考虑分布性的多目标进化算法面临选择压力衰减的问题,提出一种先考虑分布性再考虑收敛性的高维多目标进化算法——基于目标空间分区的稳态高维多目标进化算法（SS-OSP）.该算法先采用目标空间分区策略将种群按照权重向量分为多个子空间,在每个子空间中按照分解方法中的聚合函数选择个体;然后,考虑到常规的PBI聚合函数的罚参数在进化过程中一直保持不变的情况,提出一种自适应PBI聚合函数;最后,仿真实验结果表明所提出的算法与其他三种算法相比,具有更好的收敛性和分布性.