摘要:为避免多目标优化过程中子目标相互冲突,提高Pareto最优解的质量,提出一种基于差分进化(DE)和第二代非支配遗传算法(NSGA-Ⅱ)的混合算法。采用带有自适应参数的DE算法对初始种群进行变异和交叉操作,以提高种群的多样性。应用新种群标记策略对DE的初始种群和测试种群进行支配得到新种群,并标记其中每个个体,使DE能够处理多目标问题。将新种群作为NSGA-Ⅱ的初始种群,通过NSGA-Ⅱ产生下一代种群,进一步提升Pareto最优解的质量。使用4个基准多目标函数进行测试,结果表明,与NSGA-Ⅱ和SADE算法相比,该算法的收敛速度更快,Pareto最优解集空间分布更均匀。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社