软件学报

作者：谢承旺，郭华，韦伟，姜磊

单位：谢承旺，华南师范大学 数据科学与工程学院, 广东 汕尾 516600;南宁师范大学 计算机与信息工程学院, 广西 南宁 53010011,郭华，南宁师范大学 计算机与信息工程学院, 广西 南宁 53010002,韦伟，南宁师范大学 计算机与信息工程学院, 广西 南宁 53010003,姜磊，湖南科技大学 计算机科学与工程学院, 湖南 湘潭 41120204

关键词：进化算法;高维多目标优化问题;多样性;收敛性;高维多目标进化算法

基金：国家自然科学基金(61763010); 广西自然科学基金(2021GXNSFAA075011);广西“八桂学者”项目(厅[2016]21号);湖南省教育厅创新平台开放基金(20K050); 广西研究生教育创新计划(YCSW2020194)

传统的基于Pareto支配关系的多目标进化算法(MOEA)难以有效求解高维多目标优化问题(MaOP). 提出一种利用PBI效用函数的双距离构造的支配关系, 且无需引入额外的参数. 其次, 利用双距离定义了一种多样性保持方法, 该方法不仅考虑了解个体的双距离, 而且还可以根据优化问题的目标数目自适应地调整多样性占比, 以较好地平衡高维目标解群的收敛性和多样性. 最后, 将基于双距离构造的支配关系和多样性保持方法嵌入到NSGA-II算法框架中, 设计了一种基于双距离的高维多目标进化算法MaOEA/d2. 该算法与其他5种代表性的高维多目标进化算法一同在5-、10-、15-和20-目标的DTLZ和WFG基准测试问题上进行了IGD和HV性能测试, 结果表明, MaOEA/d2算法具有较好的收敛性和多样性. 由此表明, MaOEA/d2算法是一种颇具前景的高维多目标进化算法.

来源：2023年第4期

《软件学报》期刊编辑部

查看软件学报杂志2023年第4期