改进选择策略的有约束多目标优化算法

摘要：

针对一般多目标优化算法在搜索过程中存在无法有效判断搜索方向和有效利用个体信息的问题,提出了改进选择策略的有约束多目标优化算法(CMOP-ISS).该算法首先对Deb教授提出的约束占优直接支配选择策略进行改进,使得算法在向可行Pareto前沿进化的同时,可以保留更多优秀不可行解;另外采用双种群策略,利用优秀的可行与不可行个体,共同产生新个体,加快算法的收敛速度.将CMOP-ISS与其他算法在经典测试函数上进行对比实验,结果表明CMOP-ISS不仅提升了算法的收敛性能,而且保证了Pa-reto解集良好的分布性.

关键词：约束多目标优化(CMOP)、选择策略、收敛性、分布性

所属期刊栏目：29

资助基金：河北省自然科学基金F2016203249

在线出版日期：2020-03-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1193-1200