基于改进к支配排序的高维多目标进化算法.pdfVIP

第29 卷 第12 期 控 制 与 决 策 2014 年 12 月 Vol. 29 No. 12 Control and Decision Dec. 2014 文章编号: 1001-0920 (2014) 12-2165-06 DOI: 10.13195/j.kzyjc.2013.1075 基于改进 支配排序的高维多目标进化算法 1a,2 1a 1b 肖 婧 , 王科俊 , 毕晓君 (1. 哈尔滨工程大学a. 自动化学院，b. 信息与通信工程学院，哈尔滨150001； 2. 辽宁省交通高等专科学校信息工程系，沈阳110122) 摘 要: 为提高4 目标以上高维多目标优化问题的求解性能, 提出一种基于改进 支配排序的高维多目标进化算 法(KS-MODE). 该算法针对 支配的支配关系和排序方法进行改进, 避免循环支配并增强选择压力; 设计新的全局 密度估计方法提高局部密度估计精确性; 设计新的精英选择策略和适应度值评价函数; 采用CAO 局部有哪些信誉好的足球投注网站算子加速 收敛. 在4 ∼ 30 个目标标准测试函数上的实验结果表明, KS-MODE 能够在保证解集分布性的同时大幅提升收敛性 和稳定性, 能够有效求解高维多目标优化问题. 关键词: 高维多目标优化；多目标进化算法； 支配；全局密度估计；精英选择 中图分类号: TP301.6 文献标志码: A Multi-objective evolutionary algorithm based on improved -dominated sorting XIAO Jing 1a,2 , WANG Ke-jun1a, BI Xiao-jun1b (1a. College of Automation，1b. College of Information and Communication Engineering，Harbin Engineering University ，Harbin 150001 ，China ；2. Department of Information Engineering，Liaoning Provincial College of Communication，Shenyang 110122，China ．Correspondent ：BI Xiao-jun ，E-mail ：bixiaojun@hrbeu.edu.cn) Abstract: To improve the convergence performance in dealing with multi-objective optimization problems(MOPs), a multi- objective evolutionary algorithm(MOEA) based on improved -dominated sorting(KS-MODE) is proposed. KS-MODE improves -dominance to avoid the circular dominance and to enhance the selection pressure. The new global density estimation method, the elitist selection strategy and fitness evaluation function are also designed. In addition, the CAO operator is adopted to accelerate convergence. Simulation results on MOPs with 4-30 objec