基于协同进化的多目标约束进化算法 |
| |
引用本文: | 刘仁云,张旭,姚亦飞,于繁华.基于协同进化的多目标约束进化算法[J].吉林大学学报(信息科学版),2023(2):321-328. |
| |
作者姓名: | 刘仁云 张旭 姚亦飞 于繁华 |
| |
作者单位: | 1. 长春师范大学数学学院;2. 长春师范大学计算机科学与技术学院;3. 北华大学计算机科学与技术学院 |
| |
摘 要: | 针对约束多目标优化算法(COA:Constrained Optimization Algorithms)中存在的难以有效兼顾收敛性和多样性的问题,提出了采用协同进化策略的多目标优化算法(CoMaC)。首先,将一个COA转化为一个带动态约束处理的多目标进化算法。然后采用差分进化(DE:Differential Evolution)生成第1种群,并将其中的已知可行解选入第2种群,并与第1种群协同进化。第1种群通过保持原约束条件的全局搜索加快收敛。第2种群通过局部搜索进化,保持并获得更多可行解。最后采用标准约束多目标测试函数进行实验,以测试所提出算法的性能。实验结果表明,与使用惩罚函数处理约束问题(PF:Penalty Function)和使用动态处理约束边界方法(DCMaOP:Dynamic Constrained Many Objective optimization Problem)相比,所提算法在反向世代距离(IGD:Inverted Generational Distance)和超体积(HV:Hypervolume)两个指标上均取得了良好的结果,说明所提算法可以有效地兼顾收敛性和多...
|
关 键 词: | 多目标进化算法 动态约束处理 协同进化 全局搜索 |
|
|