基于分解和差分进化的多目标粒子群优化算法

李飞¹，刘建昌¹，石怀涛²，傅梓瑛³

1. 东北大学信息科学与工程学院2. 沈阳建筑大学机械工程学院3. 东北大学基建管理处

摘 要：为了提高多目标优化算法解集的分布性和收敛性,提出一种基于分解和差分进化的多目标粒子群优化算法（d MOPSO-DE）.该算法通过提出方向角产生一组均匀的方向向量,确保粒子分布的均匀性;引入隐式精英保持策略和差分进化修正机制选择全局最优粒子,避免种群陷入局部最优Pareto前沿;采用粒子重置策略保证群体的多样性.与非支配排序（NSGA-II）算法、多目标粒子群优化（MOPSO）算法、分解多目标粒子群优化（d MOPSO）算法和分解多目标进化-差分进化（MOEA/D-DE）算法进行比较,实验结果表明,所提出算法在求解多目标优化问题时具有良好的收敛性和多样性.

关键词：分解;差分进化算法;多目标优化;粒子群优化算法;方向角;