胥 宁，魏静萱，赵 龙

(西安电子科技大学 计算机学院，陕西 西安 710071)

基于改进有效序值的高维多目标算法

胥 宁，魏静萱，赵 龙

(西安电子科技大学 计算机学院，陕西 西安 710071)

针对有效序值排序高维多目标优化算法的不足，文中提出一种基于改进的有效序值的高维多目标优化算法。该算法提出多边形杂交算子，用以提高种群的多样性，同时，文中还提出基于ε-占优的有效序值排序方法，从而增加收敛压力，提高收敛速度。通过标准测试函数实验验证了所提算法的有效性。

高维多目标优化；有效序值； ε-占优

随着多目标优化问题在实际应用[1-2]中目标个数越来越多，高维多目标优化问题(目标个数大于或等于4个)已经成为进化领域的研究热点问题。但是随着目标个数的增加，高维多目标优化问题存在一些难点问题[3-4]。为解决这些难点问题，文献[5]提出新的占优机制来解决高维多目标优化问题。Zhang和Li等人[6-8]将传统的数学规划方法应用到多目标优化问题，用单目标优化算法来解决高维多目标优化问题。Deb等人[9-10]提出基于参考点的非支配排序算法法，通过参考点找出最优解。文献[11]提出的有效序排序算法(Preference Order Genetic Algorithm, POGA)，采用一种新的排序方式来解决高维多目标问题。

虽然POGA算法能够很好的解决高维多目标优化问题，但仍存在不足，例如采用单点交叉，解的多样性受到了限制。为解决这些不足，本文首先提出一种新的交叉算子(多面体交叉算子)，目的是为了提交解的多样性。……