基于反向学习模型的多目标进化算法-农业机械学报.pdf

２０１６年 ４月 农 业 机 械 学 报 第 ４７卷 第 ４期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１６．０４．０４３ 基于反向学习模型的多目标进化算法 １ １ ２ 王亚辉 　吴金妹 　贾晨辉 （１．华北水利水电大学机械学院，郑州 ４５００１１；２．河南科技大学机电工程学院，洛阳４７１０２３） 摘要：针对复杂多目标优化问题，提出一种基于分解机制和反向学习模型的多目标进化算法。该算法在基于分解 机制的多目标进行算法的框架下，引入反向学习模型，该模型具有较好的局部寻优能力。在种群进化的过程中，反 向学习模型和差分进化机制自适应的相互配合，能够较好地平衡算法的全局搜索与局部寻优能力。采用国际公认 的具有复杂 ＰａｒｅｔｏＳｅｔ的ＬＺ０９系列测试问题进行实验验证，并与 ＭＯＥＡ／Ｄ ＤＥ、ＧＤＥ３、ＮＳＧＡ ＩＩ和 ＳＰＥＡ２等方法 比较，实验结果表明，所提方法能够获得收敛性、分布性及延展性较好的Ｐａｒｅｔｏ最优解集。为了研究算法在求解约 束问题的性能，将其应用于减速器多目标优化设计问题中，结果表明了该算法获得 Ｐａｒｅｔｏ前端较均匀，说明其算法 具有求解约束问题的能力和工程有效性。 关键词：多目标优化；ＭＯＥＡ／Ｄ；反向学习模型；减速器；优化设计 中图分类号：ＴＰ１８ 文献标识码：Ａ 文章编号：１０００１２９８（２０１６）０４０３２６０７ ＭｕｌｔｉｏｂｊｅｃｔｉｖｅＥｖｏｌｕｔｉｏｎａｒｙＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎ ＯｐｐｏｓｉｔｉｏｎｂａｓｅｄＬｅａｒｎｉｎｇＭｏｄｅｌ １ １ ２ ＷａｎｇＹａｈｕｉ　ＷｕＪｉｎｍｅｉ　ＪｉａＣｈｅｎｈｕｉ （１．ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＮｏｒｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓａｎｄＥｌｅｃｔｒｉｃ，Ｚｈｅｎｇｚｈｏｕ４５００１１，Ｃｈｉｎａ ２．ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＨｅｎａｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｌｕｏｙａｎｇ４７１０２３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａ ｍｕｌｔｉｏｂｊｅｃｔｉｖｅｅｖｏｌｕｔｉｏｎａｒｙａｌｇｏｒｉｔｈｍ ｃｏｏｐｅｒａｔｅｄｗｉｔｈｄｅｃｏｍｐｏｓｉｔｉｏｎｍｅｃｈａｎｉｓｍ ａｎｄ ｏｐｐｏｓｉｔｉｏｎｂａｓｅｄｌｅａｒｎｉｎｇｍｏｄｅｌｗａｓｐｒｏｐｏｓｅｄｆｏｒｓｏｌｖｉｎｇｃｏｍｐｌｅｘｍｕｌｔｉｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｂｌｅｍｓ． Ｕｎｄｅｒｔｈｅｆｒａｍｅｗｏｒｋｏｆｍｕｌｔｉｏｂｊｅｃｔｉｖｅｅｖｏｌｕｔｉｏｎａｒｙａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｄｅｃｏｍｐｏｓｉｔｉｏｎ，ｔｈｅｏｐｐｏｓｉｔｉｏｎ ｂａｓｅｄｌｅａｒｎｉｎｇｍｏｄｅｌｗａｓｉｎｔｒｏｄｕｃｅｄｉｎｔｏｔｈｅａｌｇｏｒｉｔｈｍ．Ｔｈｅｍｏｄｅｌｉｍｐｒｏｖｅｄｔｈｅａｌｇｏｒｉｔｈｍ’ｓ ｅｘｐｌｏｉｔａｔｉｏｎ．Ｄｕｒｉｎｇｔｈｅｅｖｏｌｕｔｉｏｎｐｒｏｃｅｓｓ，ｔｈｅｏｐｐｏｓｉｔｉｏｎｂａｓｅｄｌｅａｒｎｉｎｇｍｏｄｅｌｆａｃｉｌｉｔａｔｅｄｔｈｅｌｏｃａｌ ｏｐｔｉｍｉｚａｔｉｏｎａｎｄｔｈｅｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎｓｔｒａｔｅｇｙｅｎｈａｎｃｅｄｔｈｅｇｌｏｂａｌｒｅｓｅａｒｃｈｆｏｒｔｈｅｎｅｗａｌｇｏｒｉｔｈｍ． Ｔｈｅｏｐｐｏｓｉｔｉｏｎｂａｓｅｄｌｅａｒｎｉｎｇｓｔｒａｔｅｇｙａｎｄｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎｗｅｒｅｉｎｃｏｏｒｄｉｎａｔｉｏｎｔｏｂａｌａｎｃｅｉｔｓ ｅｘｐｌｏｒａｔｉｏｎａｎｄｅｘｐｌｏｉｔａｔｉｏｎ．Ｔｈｅｂｅｎｃｈ