隨機擾動不同種群變異策略的多目標進化算法

打開文本圖片集

摘要：為了提高多目標優(yōu)化問題非支配解集的收斂性和多樣性，解決算法后期易陷入局部最優(yōu)的問題，根據(jù)不同差分進化策略特點，添加隨機擾動，基于改進切比雪夫機制提出了一種自適應(yīng)差分進化策略的分解多目標進化算法（MOEA/D-ADE-levy）。首先，使用混合水平正交實驗產(chǎn)生均勻權(quán)重向量并應(yīng)用于改進切比雪夫機制分解子問題得到均勻分布的初始種群；其次，將種群分為優(yōu)秀個體、中間個體和較差個體，對不同個體采用不同的變異策略，對變異因子F和交叉概率CR采用自適應(yīng)機制，提高非支配解集的收斂性和多樣性；最后，對陷入局部最優(yōu)的解集增加Lévy隨機擾動，增大其全局搜索的能力，跳出局部最優(yōu)。（剩余18125字）