基于自适应邻域策略的改进型MOEA/D算法

摘要：

为避免传统MOEA/D算法使用固定领域规模易造成种群进化效率降低的情况,提出一种基于自适应邻域策略的改进算法.设计一种能够反映子问题进化幅度和种群进化状态的判断机制.针对进化过程中的收敛性和分布性需求,提出基于进化状态判断的自适应邻域策略,从而根据种群和子问题的进化状态设定不同的邻域规模.使用WFG系列测试函数进行实验,结果表明,该算法能有效平衡进化过程中种群的收敛性与分布性,提高解集的整体性能.

关键词：基于分解的多目标进化算法、邻域更新能力、进化状态、判断机制、自适应邻域策略

所属期刊栏目：45

分类号：TP18(自动化基础理论)

资助基金：国家重点研发计划2017YFC1502104;江苏省自然科学基金BK20151458

在线出版日期：2019-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：161-168