王亚辉,吴金妹,贾晨辉

(1.华北水利水电大学机械学院,河南郑州 450011;2.河南科技大学机电工程学院,河南洛阳 471023)



基于动态种群多策略差分进化模型的多目标进化算法

王亚辉1,吴金妹1,贾晨辉2

(1.华北水利水电大学机械学院,河南郑州 450011;2.河南科技大学机电工程学院,河南洛阳 471023)

针对复杂的多目标优化问题,根据不同差分进化策略的特点,提出一种基于动态种群多策略差分进化模型和分解机制的多目标进化算法(MOEA/D-DPMD).该算法将种群划分为3个子种群,每个子种群分配一种差分进化策略.为了提高算法的性能,依据每种差分进化策略的贡献度,动态的调整子种群的规模,各差分进化策略之间相互配合协同进化.采用具有复杂的PS的LZ09系列基准函数,测试新算法的性能,仿真结果表明邻域规模为25时性能最好.通过不同差分进化策略之间的对比分析,新算法也具有较强的优势.将其与MOEAD/DE和NSGA-II算法对比分析,结果显示该算法的收敛性和多样性均优于另外两种算法,是求解复杂多目标问题的有效方法.

分解机制;多策略差分进化;动态种群;多目标优化

1　引言

多目标优化问题(Multi-objective Optimization Problem,MOP)在科学研究和工程应用领域广泛存在,是一类具有挑战性的优化问题.相对单目标问题而言,MOP目标之间相互冲突,难以得到最优解,而是一组折中的Pareto最优解集.传统的多目标优化算法将各个子目标聚合成单目标函数,其共同缺点就是一次运行只能得到一个Pareto最优解.由于进化算法在……