MaOEA/d^(2):一种基于双距离构造的高维多目标进化算法

作     者：谢承旺 郭华 韦伟 姜磊 XIE Cheng-Wang;GUO Hua;WEI Wei;JIANG Lei

作者机构：华南师范大学数据科学与工程学院广东汕尾516600 南宁师范大学计算机与信息工程学院广西南宁530100 湖南科技大学计算机科学与工程学院湖南湘潭411202 

基　　金：国家自然科学基金(61763010) 广西自然科学基金(2021GXNSFAA075011) 广西“八桂学者”项目(厅21号) 湖南省教育厅创新平台开放基金(20K050) 广西研究生教育创新计划(YCSW2020194) 

出 版 物：《软件学报》 (Journal of Software)

年 卷 期：2023年第34卷第4期

页      码：1523-1542页

摘      要：传统的基于Pareto支配关系的多目标进化算法(MOEA)难以有效求解高维多目标优化问题(MaOP).提出一种利用PBI效用函数的双距离构造的支配关系,且无需引入额外的参数.其次,利用双距离定义了一种多样性保持方法,该方法不仅考虑了解个体的双距离,而且还可以根据优化问题的目标数目自适应地调整多样性占比,以较好地平衡高维目标解群的收敛性和多样性.最后,将基于双距离构造的支配关系和多样性保持方法嵌入到NSGA-II算法框架中,设计了一种基于双距离的高维多目标进化算法MaOEA/d^(2).该算法与其他5种代表性的高维多目标进化算法一同在5-、10-、15-和20-目标的DTLZ和WFG基准测试问题上进行了IGD和HV性能测试,结果表明,Ma OEA/d^(2)算法具有较好的收敛性和多样性.由此表明,Ma OEA/d^(2)算法是一种颇具前景的高维多目标进化算法.

主 题 词：进化算法 高维多目标优化问题 多样性 收敛性 高维多目标进化算法 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13328/j.cnki.jos.006702

馆 藏 号：203120999...