求解约束高维多目标问题的分解约束支配NSGA-Ⅱ优化算法
针对多目标进化算法处理约束高维多目标优化问题时出现解的分布性和收敛性差、易陷入局部最优解问题,采用Pareto支配、分解与约束支配融合的方法,提出一种基于分解约束支配NSGA-Ⅱ优化算法(DBCDP-NSGA-Ⅱ).该算法在保留NSGA-Ⅱ中快速非支配排序的基础上,首先采用Pareto支配对种群进行支配排序;然后根据解的性质采用分解约束支配(DBCDP)惩罚等价解,保留稀疏区域的可行解和非可行解,提高种群的分布性、多样性和收敛性;最后采用个体到权重向量的垂直距离和拥挤度距离对临界值进行再排序,直到选出N个最优个体进入下一次迭代.以约束DTLZ问题中C-DTLZ1、C-DTLZ2、DTLZ8、DTLZ9测试函数为例,将所提出的算法与C-NSGA-Ⅱ、C-NSGA-Ⅲ、C-MOEA/D和C-MOEA/DD进行对比分析.仿真结果表明,DBCDP-NSGA-Ⅱ所得最优解分布更加均匀,具有更好的全局收敛性.
约束高维多目标、Deb约束支配、MOEA/D、NSGA-Ⅱ、分布性、收敛性
35
TP273(自动化技术及设备)
国家自然科学基金项目;陕西省自然科学基金项目;陕西省教育厅专项科研计划项目
2020-11-18(万方平台首次上网日期,不代表论文的发表时间)
共9页
2466-2474