谷培义 高 尚

（江苏科技大学计算机学院 镇江 212000）

1 引言

多目标优化是运筹学中的重要部分，同时也是科学研究和社会生活中普遍存在的一类优化问题。在多目标优化问题中，相同的变量因素，相同的变化，往往造成不同的目标产生相反的变化，使得最优选择的寻找变得十分困难。因此，多目标优化问题一直是各个学科研究者的研究对象。随着进化算法的出现与不断发展，前人提出了许多优化的多目标进化算法，如：非劣排序遗传算法（NS⁃GA）［1］及其改进算法NSGA-II［2］，强度Pareto进化算法（SPEA）［3］，多目标遗传算法（MOGA）等［4］。在多目标优化问题的求解上这些算法在不同的方面有不同的优势，对于多目标优化问题的求解具有较好的表现，但也存在着一定的改进空间［5］。

和声搜索算法（Harmony Search Algorithm）在求解单目标连续问题上取得了较好的效果［6］，在某些实际问题上的应用也取得了较好的表现［7］，但在解决多目标问题上，和声搜索算法出现了收敛速度慢，容易陷入局部最优解等问题［8］。

本文在和声搜索算法的基础上，通过引入自适应操作［9］，提出了一种改进的多目标和声搜索优化算法，使和声搜索算法的关键参数动态变化，根据迭代次数产生合适的参数值，从而增强了算法的全局搜索能力，增加解的多样性；同时对解集根据Pa⁃reto最优解［10］进行非支配排序，每次选取解集非支配排序中最优部分的解进行和声微调，以此来提高算法效率，增加算法在后期的收敛精度。最后根据仿真实验和评价标准对改进后的算法进行评测。……