基于邻域和变异算子组合优化的MOEA/D算法

摘要：

考虑到在基于分解的多目标进化算法(MOEA/D)中,邻域大小与变异算子类型对算法进化过程中的探索模式有不同的影响,提出优化的MOEA/D算法.4种不同大小的邻域范围和4个特性不同的变异策略两两组合构成候选池,利用负反馈原则,在进化过程中以较高概率从候选池中选择表现更优的组合.实验结果表明,该算法鲁棒性较强,在保证收敛性的同时具有较好的多样性.

关键词：邻域范围、变异算子类型、候选池、基于分解的多目标进化算法、多目标优化

所属期刊栏目：43

分类号：TP301.6(计算技术、计算机技术)

资助基金：广东省对外科技合作基金2013B051000060;广东省教育部产学研结合基金重点项目2011A090200085;深圳市科技创新委员会基金ZYC201105180515A

在线出版日期：2017-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：232-240