基于弱关联的自适应高维多目标进化算法

摘要：

对现有的分解方法进行改进,提出一种基于弱关联的自适应高维多目标进化算法(WAEA).首先,提出一种基于夹角子空间的关联策略,使得一个解能与多个参考向量相关联;其次,提出弱关联概念,并基于此概念设计双模态标量函数,使算法能够更好地处理复杂PF问题,此外,算法通过检测参考向量子空间内解的数量,自适应调整惩罚参数大小,使其能有效处理各类多目标问题;最后,将WAEA算法与8种代表性的高维多目标算法进行比较,实验结果表明WAEA算法在处理复杂Pareto前沿的高维多目标问题时能更好地平衡Pareto最优解的收敛性与多样性.

关键词：高维多目标优化、进化算法、弱关联、分解、自适应参数

所属期刊栏目：36

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目;广西自然科学基金项目;广西嵌入式技术与智能系统重点实验室基金项目

在线出版日期：2021-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1804-1814