多目标进化算法研究进展read.pdfVIP

计算机科学 2007Vol34 №7 　 多目标进化算法研究进展 ) 郑向伟 　刘 　弘 ( 山东师范大学信息科学与工程学院　济南 2500 14) 　 摘 　要 　进化算法具有本质上并行 、不需要求导或其他辅助知识 、一次运行产生多个解和简单易于实现等优点 ,被视 ( ) 为求解多目标优化问题的有效方法 , 目前已经形成了各种不同的多目标进化算法 MO EA 。本文首先回顾了多目标 进化算法的研究起源 ,给出了多目标优化问题的数学描述 ;其次 ,详细分析了第一代多目标进化算法 ,其主要特征是简 单易于实现 ,包括 N SGA 、N P GA 、MO GA 等 ,并指出这一代算法研究的成绩与不足 ;然后 ,对第二代多 目标进化算法 作了全面分析 ,指出其特征是强调效率 , 以精英保留策略为实现机制 ,且对 SP EA 、PA ES 、N SGA II 、N P GA2 、P ESA 、 MicroGA 等方法进行分析比较 ,还对这一代的研究作了总结 ;最后 ,对多目标进化算法的研究趋势作了展望和预测 。 关键词 　多目标优化 ,多目标进化算法 ,Pareto 非劣最优 ,精英保留策略 　 Progress of Research on MultiObjective Evolutionary Algorithms ZH EN G XiangWei 　L IU Hong ( School of Infor mation Science and Engineering , Shandong Nor mal U niver sit y , Jinan 2500 14) 　 Abstract 　Evolutionary Algorit hms ( EA s) have become pop ular in multiobj ective op timization p roblems , which are p arallel in nat ure and don ’t require differentiabilit y of obj ective function s and con st raint s , and al so which deal wit h a set of po ssible solution s in a single run . Many MultiObj ective Evolutionary Algorit hm s ( MO EA s) are p ropo sed at p resent . Fir stly , t hi s p ap er review s t he origin of MO EA s ; secondly , t he fir st generation MO EA s are analyzed , which are charact erized by simplicit y , such a s N SGA , N P GA , MO GA and so on , and t he achievement s and short age during t he fir st generation are al so di scu ssed . Thir dly , t he MO EA s develop ed during t he s