一种基于DCD和a-tDX改进的NSGA-II算法

发布时间：2021-03-09 01:01

　　带精英策略的非支配排序遗传算法（NSGA-Ⅱ）是目前较常见的多目标优化算法。但上述方法基于固定拥挤度筛选中间种群,并未考虑筛选过程中拥挤度的动态变化,且算法不能适应不同进化时期对于解空间的不同搜索需求,搜索效率较低。提出一种基于动态拥挤度和自适应t分布交叉算子（a-tDX）改进的NSGA-Ⅱ算法,在每次删除拥挤度最低的解后更新非支配解的拥挤度,直至选出所需数量的非支配解,以此维护解集的多样性,并在算法迭代过程中采用自适应进化时期的t分布交叉以满足算法对搜索空间的动态需求。原始NSGA-Ⅱ算法、正态分布交叉算子改进的NSGA-Ⅱ算法和所提算法在5个基准函数上的测试结果证明所提算法有更好的收敛性和多样性。 

【文章来源】：计算机仿真. 2019,36(12)北大核心

【文章页数】：6 页

【部分图文】：

采用动态拥挤度的筛选结果

4.4 实验结果与分析按照前文所提的参数设置,在测试函数上进行实验,并根据评价指标,可得到图3-图7所示的收敛性准则γ随迭代次数变化的曲线与表2、表3中不同算法在不同测试函数上的收敛性准则γ、多样性准则Δ对比。

按照前文所提的参数设置,在测试函数上进行实验,并根据评价指标,可得到图3-图7所示的收敛性准则γ随迭代次数变化的曲线与表2、表3中不同算法在不同测试函数上的收敛性准则γ、多样性准则Δ对比。图5 不同算法在ZDT3函数上γ的变化趋势


本文编号：3071971