计算机工程

作者：韩美慧, 王鹏, 李瑞旭, 刘仲尧

单位：1. 烟台大学计算机与控制工程学院, 山东 烟台 264005;2. 东方电子集团有限公司调配主站产品部, 山东 烟台 264000

关键词：协同演化算法,约束多目标优化,双重繁殖,动态适应度分配函数,不可行解

基金：山东省自然科学基金(ZR2020QF113)。

约束多目标优化(CMOP)问题的求解旨在将有限的搜索资源合理地配置到约束条件的满足与目标函数的优化2个方面,但问题约束的日趋复杂给求解算法带来了巨大挑战。提出一种基于协同演化的自适应约束多目标进化算法,该算法同时进化2个功能互补的种群(主种群和存档种群),使算法在求解复杂约束问题时能够实现约束处理与目标优化之间的良好平衡。首先,主种群进行双重繁殖,首次繁殖过程通过动态适应度分配函数自适应地利用不可行解所携带的有价值信息,使种群在进化前期强调对目标函数的优化,后期强调可行性,二次繁殖则与存档种群进行合作,以提高种群收敛性并维护多样性。然后,提出一种基于角度的选择方案更新存档种群,在保证种群良好多样性的同时保持种群向Pareto前沿的搜索压力。最后,与5种先进的约束多目标进化算法在33个基准问题上进行对比实验,结果表明,所提出的算法在解决各类CMOP问题时与对比算法相比更具优势,其效率平均提高了约67%。

来源：2024年第6期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第6期