基于自适应支配准则的高维多目标进化算法

作     者：孙文静 李军华 黎明 SUN Wen-jing;LI Jun-hua;LI Ming

作者机构：南昌航空大学江西省图像处理与模式识别重点实验室江西南昌330063 

基　　金：国家自然科学基金(No.61440049,No.61866025,No.61866026) 江西省自然科学基金(No.2018BAB202025) 江西省优势科技创新团队计划(No.2018BCB24008) 江西省研究生创新基金(No.YC2019-S400) 

出 版 物：《电子学报》 (Acta Electronica Sinica)

年 卷 期：2020年第48卷第8期

页      码：1596-1604页

摘      要：基于松弛支配的高维多目标进化算法(Many-objective Evolutionary Algorithms,MaOEAs)由于能够有效地提高区分解的能力,受到广泛关注,但该类大多数算法处理不同目标的优化问题时普适性较差.针对这个问题,本文提出一种基于自适应支配准则的高维多目标进化算法(Adaptive Dominance Criterion Based Evolutionary Algorithm for Many-objective Optimization,ADCEA).首先,自适应准则(Adaptive Dominance Criterion,ADC)根据目标空间中相邻解间的角度信息和目标数目,设计一种自适应小生境方法,并结合收敛性指标信息,实现对候选解的非支配排序.然后,为了进一步增强种群的多样性,在环境选择中引入参考向量分割种群技术;最后,构建合理的适应度函数,并根据适应度值大小选取收敛性和多样性较好的非支配解集.实验证明,本文所提的方法在处理不同目标的优化问题时普适性提高,并在平衡种群的收敛性和多样性上取得显著效果.

主 题 词：松弛支配 高维多目标进化算法 普适性 自适应支配准则 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 0808[工学-自动化类] 0809[工学-计算机类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.0372-2112.2020.08.019

馆 藏 号：203978200...