基于事件触发的自适应邻域多目标进化算法

发布时间：2021-02-16 18:26

　　为提高多目标算法的多样性与分布性,提出了一种基于事件触发的自适应邻域多目标进化算法（MOEA/D-ET）。采用事件触发策略协调全局与局部搜索,利用网格法进行全局寻优,利用自适应邻域MOEA/D进行局部寻优。对固定邻域与自适应邻域进行了对比,结果表明采用自适应邻域能有效地改善解分布不均的问题。通过对ZDT、WFG、DTLZ测试函数的求解,并与4个经典的多目标算法和2个最新的多目标算法进行对比,结果表明本文算法在收敛性和多样性方面具有一定的优越性。 

【文章来源】：华东理工大学学报(自然科学版). 2020,46(01)北大核心

【文章页数】：10 页

【参考文献】：
期刊论文
[1]基于密度聚类的多目标粒子群优化算法[J]. 王学武,闵永,顾幸生.  华东理工大学学报(自然科学版). 2019(03)
[2]基于网格排序的多目标粒子群优化算法[J]. 李笠,王万良,徐新黎,李伟琨.  计算机研究与发展. 2017(05)
[3]基于双种群的约束多目标优化算法[J]. 毕晓君,张磊,肖婧.  计算机研究与发展. 2015(12)
[4]三态协调搜索多目标粒子群优化算法[J]. 王学武,薛立卡,顾幸生.  控制与决策. 2015(11)
[5]基于密集距离的多目标粒子群优化算法[J]. 郑友莲,樊俊青.  湖北大学学报(自然科学版). 2008(02)



本文编号：3036755