一种基于新型邻域更新策略的MOEA/D算法

摘要：

针对MOEA/D算法求解复杂优化问题时,邻域更新策略的无限制替换易造成种群多样性缺失的问题,提出了一种基于新型邻域更新策略的MOEA/D算法(MOEA/D-ENU).该算法在进化过程中对解的信息进行充分挖掘,按照邻域更新能力对产生的新解进行分类,并针对不同类型的新解,自适应地采取不同的邻域更新策略,在保证种群收敛速度的同时,又兼顾了种群的多样性.实验中,选取ZDT,UF,CF等9个函数作为标准测试集,将改进后的算法MOEA/D-ENU与其他5种算法进行对比实验,并以IGD和HV为评估指标.实验结果表明新算法具有更好的收敛性和分布性.

关键词：基于分解的多目标进化算法、挖掘解、分类、邻域更新策略

所属期刊栏目：46

分类号：TP183(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;江苏省"青蓝工程"2016

在线出版日期：2019-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：191-197