NSGA-Ⅱ中一种改进的分布性保持策略.pdfVIP

Compu~rEngineeringandApplications计算机工程与应用 2010，46(33) 49 NSGA．II中一种改进的分布性保持策略 文诗华，郑金华 W EN Shi—hua，ZHENG Jin—hua 湘潭大学 信息工程学院，湖南 湘潭 411105 InstituteofInformation Engineering，XiangtanUniversi哆，Xiangtan，Hunan 411105，China E—mail：shwen _ 2008@yahoo．com．cn W EN Shi-hua．ZHENG Jin-hua．Improved diversity maintenance strategy in NSGA-II．ComputerEngineering and Appli- cations，2010，46(33)：49—53． Abstract：NSGA--IIiswidelyusedinmulti-·objectiveevolutionaryoptimizationforitshighconvergenceandtimeefficiency． However，thepopulation maintenancebased on crowding distance in NSGA-IIhasnotworked wellin manitainnig thediversi- tyofsolution sets．Thispaperproposesan improvedstrategytodynamicallymaintaindiversitybysettnigaself-adaptivethresh- old value，and the better diversity individuals have more chances to survive．Comparing new algorithm to NSGA—II and ￡一MOEA in five testproblems，the results show thatimproved algorithm efficiently promotesthe diversity and achieveseffi · cientconvergence atthesametime． Keywords：multi—objectiveevolutionaryalgorithm；populationmaintenance：diversity；crowdingdistance 摘 要 ：NSGA．II以其 良好的收敛性和时间效率广泛应用于多 目标优化中，然而其基于聚集距离的种群维护策略并不能很好地 保持解集的分布性。提 出一种改进的分布性保持策略，设置随种群密集程度 自适应变化的阈值，动态地维护种群，使得分布性优 秀的个体有更大的生存机会。与NSGA．II和 s．MOEA在 5个测试函数上进行比较 实验，结果表明改进算法在有效提高分布性的 同时，拥有 良好的收敛性。 关键词 ：多目标进化算法 ；种群维护 ；分布性 ；聚集距离 DOI：10．3778／j．issn．1002—8331．2010．33．014 文章编号：1002．8331(2010)33．0049．05 文献标识码 ：A 中图分类号：TP301 1 引言 关系和密度信息确定个体适应值 ；构造外部种群保留算法的 现实生活中的许多实际问题 ，都是对多个 目标的同时优 非支配个体，当外部种群的实际规模超过规定值时，用适当的 化，同时这些问题通常又是高度复杂的、非线性的。多 目标进 方法进行修剪。 化算法 (Multi—ObjectiveEvolutionaryAlgorithms，MOEAs)非 多 目标进化算法的研究 目标主要是使算法种群快速收 常适合于求解这类问题 ，已成为多 目标优化问题的主流解决 敛 ，并且广泛而均匀分布于问题的非劣最优域 。分布性保持 方法之一 。