李大海，艾志刚，王振东

江西理工大学 信息工程学院，江西 赣州341000

复杂的工程优化问题经常涉及对多个目标函数的优化，而这些目标函数往往是相互冲突的[1-2]，即对于一个目标函数的改善可能会伴随着另一个目标函数的劣化。例如，在一个工厂中，必须同时考虑提高生产速度、产品优良率和质量，以及降低成本等多个问题。但提高生产速度可能会损失成品率，而降低成本则一般会牺牲产品质量。多目标优化算法具有高度的通用性，可用于优化复杂的问题[3-5]，例如大型炼油厂调度[6]以及控制器设计[7]优化等。

一般来说，在多目标优化问题中，一个目标函数的最优解通常不是另一个目标函数的最优解。因此，当一个多目标问题的解不能同时满足所有目标函数时，必须在这些目标函数之间平衡不同的解，从而产生一组该多目标的Pareto最优解集。

目前，已经有多种基于单目标优化算法的多目标优化算法被提出用于求解多目标优化问题。在这类多目标优化算法中，每一个目标函数都各自使用特定的单目标优化算法求解该目标函数的当前最优解，并使用一个集合保存由多个目标函数的当前最优构成的非支配解，作为最终的输出。故此类多目标优化算法只需要一次执行就可以得到一定量的Pareto前沿。

基于前沿的阴阳对优化算法（Front-based Yin-Yang-Pair Optimization，F-YYPO）[8]是一种基于单目标阴阳对优化算法[9]（Yin-Yang-Pair Optimization，YYPO）发展而来的多目标优化算法。F-YYPO增加一个Pareto前沿集合SF，用于保存最新的非支配解，并为每个目标函数分配一对点——局部开发点Pi1 和全局探索点Pi2，然后对每个目标函数按照YYPO 的机制搜索该目标函数的解。……