基于分解的多目标多因子进化算法

么双双¹，董志明²，王显鹏^2,3

1. 东北大学信息科学与工程学院2. 智能工业数据解析与优化教育部重点实验室3. 辽宁省智能工业数据解析与优化工程实验室

摘 要：多目标多因子优化（MO-MFO）问题作为一类新的优化问题近年来受到了众多关注,其特点是需要利用单个种群来同时优化多个多目标优化任务.针对该问题,提出一个基于分解策略的多目标多因子进化算法（MFEA/D）.算法通过多组权重向量,将MO-MFO问题中的每个任务分解成一系列单目标优化子问题,并用单个种群同时优化.在种群进化过程中提出不同任务之间的信息交流策略,以充分挖掘不同任务之间的有用信息,进而加快每个任务的收敛速度.基于10个多目标多因子标准测试问题的实验结果表明,所提出的不同任务之间的信息交流策略能够加快问题的求解速度,使得MFEA/D算法显著优于当前的MO-MFEA算法.

关键词：多目标优化;多因子优化;单个种群;分解;信息交流;进化算法;