文件名称：论文研究-一种改进的多目标优化算法.pdf
文件大小：1.2MB
文件格式：PDF
更新时间：2022-08-11 15:15:02
多目标优化, 中心均值重组, 自适应交叉, Pareto最优
为了提高非劣解向Pareto最优面收敛的速度以及解的多样性, 设计了一种新的杂交算子并改进了NSGA-Ⅱ算法。在此算法中, 采用中心均值重组算子策略增强算法全局快速搜索能力, 以获得最佳的Pareto近似解, 同时, 改进NSGA-Ⅱ快速非支配排序和拥挤机制将父代与子代的双种群进行截短, 确保最优解不会丢失并保证解的多样性。数据实验表明, 该算法能在解的收敛性、分布性以及自适应程度上均表现较好。