基于IGD+指标的两阶段选择高维多目标进化算法
张伟
刘建昌
刘圆超
郑恬子
杨婉婷
东北大学信息科学与工程学院,辽宁沈阳110819
摘要：针对在高维空间下多目标进化算法难以维持种群收敛性和多样性平衡的问题,本文提出一个基于IGD+指标的两阶段选择高维多目标进化算法(MaOEA–ITS).在第1阶段,算法基于IGD+指标选择收敛性良好的精英个体,其所需的参考点通过引入切割平面截距法构建.在第2阶段,MaOEA–ITS使用模糊c均值算法对参考向量进行聚类,聚类后的参考向量引导种群分解策略对剩余个体进行环境选择,从而维持种群的多样性.另外,为了保护能够提高种群多样性的极值解,本文提出一个参考点分布自适应策略.最后,通过仿真实验来验证MaOEA–ITS的有效性和优越性.
关键词：高维多目标优化IGD+指标两阶段选择策略参考点分布自适应策略种群分解策略进化算法
资助基金：国家自然科学基金(61773106)
论文发表日期：2023-05-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：16( 801-816 )
英文信息