基于全排序与混沌多样性的高维目标进化算法

摘要：

当前大部分多目标进化算法采用Pareto排序为种群个体指定适应度值;然而随着优化目标个数增加,种群中非支配个体的比例越来越大,造成上述算法的搜索能力迅速下降.针对高维(4个以上)目标优化问题,提出了一种全排序方法;该排序方法与Pareto排序具有一致性,并且能够对非支配解进行比较;因此基于全排序的多目标进化算法不受目标个数增加的影响.为了提高算法的优化效果,设计了一个混沌映射算子,用来周期性地初始化种群,以保证种群的多样性与均匀分布.最后,采用标准测试问题对所提算法与著名的非支配快速排序遗传算法(NSGA2)进行了实验比较.结果表明在高维目标优化问题中,所提算法无论在收敛精度,还是算法运行效率上都高于NSGA2算法.

关键词：多目标进化、高维目标、全排序、混沌

所属期刊栏目：14

分类号：TP391.9(计算技术、计算机技术)

在线出版日期：2014-11-28（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：108-112