-
题名基于双重方向向量的大规模多目标进化算法
- 1
-
-
作者
韩立君
王鹏
李瑞旭
刘仲尧
-
机构
烟台大学计算机与控制工程学院
-
出处
《计算机科学》
CSCD
北大核心
2024年第S01期237-247,共11页
-
基金
国家自然科学基金(62072392,61972360,62103350)
山东省重大科技创新工程项目(2019522Y020131)
山东省自然科学基金(ZR2020QF113,ZR2020QF046,ZR2021QF086)。
-
文摘
大规模多目标优化问题的决策空间维度高达数百维,在巨大的搜索空间中实现快速收敛同时高效保持种群多样性极具挑战。针对上述问题,文中提出了一种基于双重方向向量的大规模多目标进化算法(DDLE),该算法的主要思想是利用两类不同的方向向量引导种群进化,提高算法的搜索效率。首先,设计了一种收敛性方向向量生成策略提升算法的收敛速度;其次,推出了一种多样性方向向量生成策略增强种群的多样性;最后,提出了一种基于自适应的环境选择算子动态平衡种群进化过程中的收敛性与多样性。为验证DDLE的性能,将其与5种先进的算法在72个大规模基准测试问题上进行了对比实验。实验结果表明,DDLE在求解大规模多目标优化问题上相较于其它对比算法具有显著优势。
-
关键词
进化算法
大规模多目标优化
双重方向向量
收敛性方向向量
多样性方向向量
-
Keywords
Evolutionary algorithms
Large-scale multi-objective optimization
Dual direction vectors
Convergence direction vector
diversity direction vector
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
