基于分解机制的多目标蝙蝠算法-农业机械学报.pdf

２０１５年 ４月 农 业 机 械 学 报 第 ４６卷 第 ４期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１５．０４．０４７ 基于分解机制的多目标蝙蝠算法 １ ２ １ 王亚辉 　贾晨辉 　赵仁鹏 （１．华北水利水电大学机械学院，郑州 ４５００１１；２．河南科技大学机电工程学院，洛阳４７１０２３） 摘要：在分析蝙蝠算法性能基础上，将蝙蝠算法融入分解机制，提出了一种基于分解机制的多目标蝙蝠算法。为了 进一步提高算法的多样性，将差分进化策略引入算法中。对 １４个具有复杂 Ｐａｒｅｔｏ前沿的多目标优化问题（ＬＺ ０９ 系列和ＺＤＴ系列）测试不同邻域规模对算法性能的影响，结果表明新算法的邻域规模为 ２０时性能最优；将其与 ＭＯＥＡ／Ｄ ＤＥ和 ＮＳＧＡ ＩＩ算法进行对比分析，结果显示该算法的分布性、收敛性和多样性均优于另外两种算法。 为了验证其求解含有约束问题的性能，将其应用于滑动轴承多目标优化设计问题中，获得的Ｐａｒｅｔｏ前沿分布均匀， 表明算法具有工程实用性，是求解复杂高维多目标问题的有效方法。 关键词：蝙蝠算法　分解机制　差分进化　滑动轴承　多目标优化 中图分类号：ＴＰ３０１６ 文献标识码：Ａ 文章编号：１０００１２９８（２０１５）０４０３１６０９ ＭｕｌｔｉｏｂｊｅｃｔｉｖｅＢａｔＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＤｅｃｏｍｐｏｓｉｔｉｏｎ １ ２ １ ＷａｎｇＹａｈｕｉ　ＪｉａＣｈｅｎｈｕｉ　ＺｈａｏＲｅｎｐｅｎｇ （１．ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓａｎｄＥｌｅｃｔｒｉｃ，Ｚｈｅｎｇｚｈｏｕ４５００１１，Ｃｈｉｎａ ２．ＣｏｌｌｅｇｅｏｆＭｅｃｈａｔｒｏｎｉｃｓＥｎｇｉｎｅｅｒｉｎｇ，ＨｅｎａｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｌｕｏｙａｎｇ４７１０２３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅｂａｔａｌｇｏｒｉｔｈｍｗａｓｉｎｔｅｇｒａｔｅｄｉｎｔｏｄｅｃｏｍｐｏｓｉｔｉｏｎｍｅｃｈａｎｉｓｍｏｎｔｈｅｂａｓｉｓｏｆｉｔｓｅｖａｌｕａｔｉｏｎ ａｎｄａｍｕｌｔｉｏｂｊｅｃｔｉｖｅｂａｔａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｄｅｃｏｍｐｏｓｉｔｉｏｎ（ＭＯＢＡ／Ｄ）ｗａｓｐｒｏｐｏｓｅｄ．Ｉｎｏｒｄｅｒｔｏ ｉｍｐｒｏｖｅｔｈｅａｌｇｏｒｉｔｈｍｄｉｖｅｒｓｉｔｙ，ｔｈｅｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎａｒｙｓｔｒａｔｅｇｙｗａｓｉｎｔｒｏｄｕｃｅｄｉｎｔｏＭＯＢＡ／Ｄ．Ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅｓｏｆＭＯＢＡ／Ｄｏｎ１４ｍｕｌｔｉｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｂｌｅｍｓｗｅｒｅｔｅｓｔｅｄ，ｗｈｉｃｈｉｎｃｌｕｄｅｄｆａｍｉｌｙ ｂｅｎｃｈｍａｒｋｆｕｎｃｔｉｏｎｓｏｆＬＺ ０９ａｎｄＺＤＴｗｉｔｈｄｉｆｆｅｒｅｎｔｎｅｉｇｈｂｏｒｈｏｏｄｓｃａｌｅｓｅｆｆｅｃｔｏｎｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆ ｔｈｅａｌｇｏｒｉｔｈｍ．ＴｈｅｒｅｓｕｌｔｉｎｄｉｃａｔｅｄｔｈａｔＭＯＢＡ／Ｄｈａｄｔｈｅｂｅｓｔｐｅｒｆｏｒｍａｎｃｅｗｉｔｈｎｅｉｇｈｂｏｒｈｏｏｄｓｉｚｅｏｆ２０． ＣｏｍｐａｒｅｄｗｉｔｈＭＯＥＡ／Ｄ ＤＥａｎｄＮＳＧＡ ＩＩ，ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔＭＯＢＡ／Ｄｃａｎｏｂｔａｉｎａ ｍｏｒｅｕｎｉｆｏｒｍｄｉｓｔｒｉｂｕｔｉｏｎｏｆＰａｒｅｔｏｓｏｌｕｔｉｏｎｓｅｔａｎｄｂｅｔｔｅｒｃｏｎｖｅｒｇｅｎｃｅａｓｗｅｌｌａｓｄｉｖｅｒｓｉｔｙｔｈａｎｔｈｏｓｅｏｆ ｓｔａｔｅｏｆｔｈｅａｒｔｍｕｌｔｉｏｂｊｅｃｔｉｖｅｍｅｔａｈｅｕｒｉｓｔｉｃｓ．Ｆｏｒｆｕｒｔｈｅｒｐｅｒｆｏｒｍａｎｃｅａｎａｌｙｓｉ