基于目标分解的高维多目标并行进化优化方法
高维多目标优化问题普遍存在且难以解决，到目前为止，尚缺乏有效解决该问题的进化优化方法。本文提出一种基于目标分解的高维多目标并行进化优化方法，首先，将高维多目标优化问题分解为若干子优化问题，每一子优化问题除了包含原优化问题的少数目标函数之外，还具有由其他目标函数聚合成的一个目标函数，以降低问题求解的难度；其次，采用多种群并行进化算法，求解分解后的每一子优化问题，并在求解过程中，充分利用其他子种群的信息，以提高Pareto 非被占优解的选择压力；最后，基于各子种群的非被占优解形成外部保存集，从而得到高维多目标优化问题的Pareto 最优解集。性能分析表明，本文提出的方法具有较小的计算复杂度。将所提方法应用于多个基准优化问题，并与NSGA-II、PPD-MOEA、ε-MOEA、HypE和MSOPS等方法比较，实验结果表明，所提方法能够产生收敛性、分布性，以及延展性优越的Pareto最优解集。
进化优化、高维多目标优化、分解、并行、Pareto占优
TP3;TP1
国家重点基础研究发展计划973计划2014CB046306-2;国家自然科学基金61375067;江苏省自然科学基金BK2012566资助Supported by National Basic Research Program of China 973 Program2014CB046306-2;National Natural Science Founda-tion of China61375067;Natural Science Foundation of Jiangsu ProvinceBK2012566
2015-09-09（万方平台首次上网日期，不代表论文的发表时间）
共14页
1438-1451
