王　鹏,张长胜,张　斌,刘婷婷

(东北大学信息科学与工程学院，辽宁沈阳 110819)



一种改进的基于密度的多目标进化算法

王鹏,张长胜,张斌,刘婷婷

(东北大学信息科学与工程学院，辽宁沈阳 110819)

多目标密度驱动进化算法(MODdEA)利用非支配等级信息和分区密度信息求解多目标优化问题，该算法在与其他多目标进化算法的比较中有着出色的表现.在其基础上本文提出了一种改进的多目标进化算法MODdEA+，首先在该算法中基于搜索空间的分区机制提出了克隆操作，该操作不但能在进化前期增强算法的全局搜索能力，还能在进化后期提高算法的局部精化能力；其次引入一种基于Pareto信息表中个体支配及被支配信息的评价策略以使对信息表个体的排序结果更加精确；最后对变异操作进行了改进以降低出现不必要越界情况的概率.为验证改进算法的有效性，在对其进行分析的基础上针对多个测试问题将其与原算法进行了实验比较，结果表明改进算法的求解质量明显优于原算法.

进化算法;密度驱动;克隆操作;粗适应度值;变异操作

1　引言

最优化问题是工业生产和科学研究中主要的问题形式之一，当多个目标函数需要同时处理时，最优化问题称为多目标优化问题(MOPs).对于多目标优化问题，通常一个解对于某个目标来说可能较好，而对于其他目标来讲可能是较差的，因此多目标优化问题通常求解一个折中解的集合，该集合称为Pareto最优解集……