基于MOEA/D的改进研究

发布时间：2021-07-10 01:07

　　基于分解的多目标优化算法（multi-objective optimization evolutionary algorithm based on decomposition,简称MOEA/D）是多目标优化算法（multi-objective optimization evolutionary algorithms,简称MOEAs）中的一个重要分支。尽管MOEA/D已经很好地解决了很多多目标优化问题（multi-objective optimization problems,简称MOPs）,但是该算法仍有很多不足,值得我们继续去对其做深入地研究。本文主要对MOEA/D进行改进以更好地求解目标个数比较多的高维多目标优化问题（many-objective optimization problems,简称MaOPs）的算法进行了研究。本文的工作主要概括如下:1.为了提高MOEA/D求解MaOPs的能力,提出了一种改进的MOEA/D（称为I-MOEA/D）。首先,我们重新设计了MOEA/D中的权向量,使得新的权向量分布更加广泛,并且对于在目标空间中搜索种群的多样性和算法的收敛性会更加有帮助。然... 

【文章来源】：山东师范大学山东省

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

在光滑PF和非光滑PF上权向量的图示

三种分解法的改进区域图解


本文编号：3274869