基于多种群差分进化的多目标优化算法

摘要：

针对差分进化算法(Differential Evolution Algorithm,DE)求解多目标优化问题时易陷入局部最优的问题,设计了一种双向搜索机制,它通过对相反进化方向产生的两个子代个体进行评价,来增强DE算法的局部搜索能力；设计了多种群机制,它可令各子群独立进化一定次数再执行全局进化,以完成子群间进化信息的交流,这一方面降低了算法陷入局部最优的风险,另一方面增强了Pareto解集的多样性,使Pareto前沿面的解集分布更为均匀.实验结果表明,相比于NSGA-Ⅱ等同类算法,所提方法在搜索Pareto最优解时效率更高,并且Pareto最优解集的精度及分布程度比前者更好.

关键词：差分进化、多目标优化、多种群

所属期刊栏目：39

分类号：TP301.6(计算技术、计算机技术)

资助基金：航空科学基金2010ZC13012

在线出版日期：2012-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：205-209