文件名称：具有差分进化启发式重组的免疫多目标优化算法
文件大小：3.37MB
文件格式：PDF
更新时间：2024-04-20 21:44:57
Multi-objective optimization; Artificial immune; Differential
根据连续多目标优化问题（MOPs）的规律性，提出了一种具有差分进化启发式重组（IMADE）的免疫多目标优化算法。 在提出的IMADE中，新颖的重组通过获取三个重组父代提供两种类型的候选搜索方向，这些父代沿着局部区域内的当前Pareto集（PS）分布。 搜索方向之一为沿着当前PS查找新点提供了指导，另一个方向将搜索从当前PS重定向到目标PS。 在SBX（模拟二进制交叉）重组的背景下，该重组执行结合重组亲本附近的本地搜索和随机搜索，新的重组算子利用连续MOP的规则性和当前种群的分布，这有助于IMADE保持更均匀的分布PF并收敛得更快。 实验结果表明，在十个测试MOP的大部分中，IMADE的性能优于NSGAII，NNIA，PESAII和OWMOSaDE或与之类似。 IMADE的收敛速度比NSGAII和OWMOSaDE快。 在这项工作中，还通过实验研究了提出的DE重组的效率以及DE和SBX重组对IMADE的贡献。