基于改进参考点的快速非支配排序遗传算法研究

快速非支配排序遗传算法(NSGA-Ⅱ)是解决多目标优化问题的经典算法,然而在解决高维多目标问题时,算法的优化效果不佳。本文改进了参考点策略中参考点的生成方式,并将改进后的参考点策略与NSGA-Ⅱ相结合,使其在优化高维多目标问题时的求解性能有了较大的提高。利用DTLZ标准测试函数对4种算法进行了对比,结果表明,改进后的算法在有效解决高维多目标问题的同时,保证了良好的分布性能。     

基于多模态优化问题的粒子群算法研究

多模态优化问题包含多个全局最优解或局部最优解,求解多模态优化问题难度较高。为了更有效地求解多模态优化问题,提出用粒子群算法求解多模态问题。研究了星型拓扑结构及环型拓扑结构的算法模型,并引入线性递减惯性权重对两种粒子群算法进行改进,让粒子群算法的惯性权重从一个较大的数值线性递减到一个较小的数值,从而提高种群搜索的多样性和精度。用15个复杂的多模态测试函数对两种粒子群算法进行仿真实验,实验结果表明,引入线性递减惯性权重的环型拓扑结构粒子群算法的搜索能力明显更强,更适用于多模态优化问题的求解。