一种基于自适应搜索的多模态多目标优化算法 |
| |
引用本文: | 李占山,宋志扬,花昀峤.一种基于自适应搜索的多模态多目标优化算法[J].东北大学学报(自然科学版),2023(10):1408-1415. |
| |
作者姓名: | 李占山 宋志扬 花昀峤 |
| |
作者单位: | 1. 吉林大学软件学院;2. 吉林大学计算机科学与技术学院;3. 吉林大学资产管理处 |
| |
基金项目: | 国家自然科学基金资助项目(61802056);;吉林省自然科学基金资助项目(20180101043JC); |
| |
摘 要: | 为了解决目前基于分解的多模态多目标优化算法存在种群搜索能力不足,子种群中存在无用解和距离度量不具有普适性等问题,提出了一种基于自适应搜索的多模态多目标优化算法MOEA/D-AS.首先,该方法通过减少平均子种群的个体数量,进而增加参考向量的数量.其次,根据子种群当前状态自适应分配子种群的个体数量.最后,使用引入了局部种群信息的清除距离作为维护子种群的依据.将提出的算法与4种算法在2019年CEC多模态多目标测试问题和大规模多模态多目标测试问题上进行对比实验,实验结果表明,提出的算法可以有效解决多模态多目标优化问题.
|
关 键 词: | 多模态多目标优化算法 自适应搜索 子种群 局部信息 清除距离 |
|