基于事件触发的自适应邻域多目标进化算法

摘要：

为提高多目标算法的多样性与分布性,提出了一种基于事件触发的自适应邻域多目标进化算法(MOEA/D-ET).采用事件触发策略协调全局与局部搜索,利用网格法进行全局寻优,利用自适应邻域MOEA/D进行局部寻优.对固定邻域与自适应邻域进行了对比,结果表明采用自适应邻域能有效地改善解分布不均的问题.通过对ZDT、WFG、DTLZ测试函数的求解,并与4个经典的多目标算法和2个最新的多目标算法进行对比,结果表明本文算法在收敛性和多样性方面具有一定的优越性.

关键词：多目标优化、事件触发、自适应、邻域

所属期刊栏目：46

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金61773165,61573144

在线出版日期：2020-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：48-57