一种基于MOEA/D的组合权重方法
为了准确地求解组合权重的组合系数,将基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)思想引入评估领域,提出一种基于MOEA/D的组合权重方法.通常,利用加权和法将组合权重模型转化为单目标模型时,模型加权系数难以准确确定.对此,引入MOEA/D算法的分解思想,将组合权重模型转化为多个单目标子模型.MOEA/D算法仅适用于无约束优化问题,而较为常用的惩罚函数法难以表达进化初期无可行解的情况,因而提出改进自适应惩罚函数(improved adaptive penalty function,IAPF),将组合权重模型转化为无约束优化模型.应用所提出方法与其他方法进行仿真实验,实验结果表明,所提出算法具有有效性.
组合权重;多目标优化;约束;MOEA/D;自适应惩罚函数
36
TP18(自动化基础理论)
国家自然科学基金项目;黑龙江省杰出青年科学基金项目
2021-11-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
3056-3062