基于Pareto的双群体多目标微分进化算法.pdfVIP

第25卷第8期 系统仿真学报◎ Vbl．25No．8 2013年8月 Journalof SimulatiOn System Aug．，2013 基于Pareto的双群体多目标微分进化算法 汤可宗1，丰建文1，柳炳祥1，徐星1，2 (1．景德镇陶瓷学院信息工程学院，江西333403；2．武汉大学软件工程国家重点实验室，武汉430072) 摘要：针对多目标优化问题微分进化是一种简单、快速且具有鲁梧陛的进化算法。提出一种基于Paret0 的双群体多目标微分进化算法(DEPDP)，DEPDP与传统微分进化区别在于：个体的变异操作和选择方 式。DEPDP的变异过程类似于粒子群优化的粒子速度更新操作，即包括可行解介体，也有不可行解 个体的参与；在个体的选择过程中，纽合修正后的不可行解介体和可行解介体，并采用—种特殊的“非 劣排序和等级选择过程”确定曲新一代种群。仿真实验表明：相比其他比较算法，DEPDP获得的Pareto 最优解有着良好的多样性均匀分布特点，接近真实的Pamto前沿，收幼胜也较好。 关键词：微分进化；多目标优化；变异；选择；多样性 中图分类号：TPl8 文献标识码：A 文章编号：1004．73lx(2013)08．1860．05 Differential BasedonPareto’sDouble Multi-objectiVe EVolutionaryAlgorithm Populations TANG Ke．z嘶0，FENG且骶}wo。LIUBtng-xi∽毒。xUxin毒。 Infonnation h塔titute (1．mgde吐髓Ce删=nic Enginee血gIIlstitute，Jingdezh∞333403，China； 2．State ofSo脚are KeyLaboratory Abstract：Differential a robust IImlti． Evolution(DE)issimple，fast孤devolutionaryalgoriⅡ皿for novel difflerential w雒 evolutionary objectiveoptiInizationproblem(MOP)．Amulti．obiective algorithm b髂edon aresomedi伍：rencesbetweenDEPDP Pareto’sdouble proposed populations(DEPDP)．There and仃aditionalDE：themu切tjonoperationandselections仃atePⅣof 历P f，!屉甜汤彪 1，P，Dcf纱l妒出“，喀opP，祝f面，l伽p口厅fc跆sw口，m印f砌泐砌刀