(录用定稿)网络首发时间:2020-01-04 13:30:59

基于超体积指标的进化算法能够有效地解决多目标优化问题,获得收敛性和分布性均较好的解集,但计算复杂度高、程序运行效率低。针对二维和三维的多目标优化问题,提出了一种基于超体积指标的多目标进化算法(MOEA-HV)。利用精确计算种群中个体的独立贡献超体积来指导种群进化,在基于指标的进化算法(IBEA)前对所有种群个体进行非支配排序,提前删除被支配的个体,从而减少个体独立贡献超体积的计算量来提升运行效率,同时与NSGA-Ⅲ算法相结合来优化算法的分布性。对比实验结果表明,MOEA-HV算法的运行效率更高,且能够获得较好的收敛性和分布性。

国家自然科学基金(61773165);

多目标优化; 超体积; 非支配排序; IBEA;

10.14135/j.cnki.1006-3080.20190917001

TP18

中国知网独家网络首发,未经许可,禁止转载、摘编。

3812831K
在线咨询 用户反馈