引入加速协同算子的多目标优化-智能技术学报-重庆理工大学.pdf

第２卷　第２期 智 能技 术 学报 ２０１０年１２月 Ｖｏｌ．２　　Ｎｏ．２ ＣＡＡＩＴｒａｎｓａｃｔｉｏｎｓｏｎＩｎｔｅｌｌｉｇｅｎｃｅＴｅｃｈｎｏｌｏｇｙ Ｄｅｃ．２０１０  引入加速协同算子的多目标优化 张站立，李祖枢，但远宏，谭　智，郝艳伟 （重庆理工大学 计算机科学与工程学院，重庆　４０００５４） 摘　　　要：在传统基于遗传算法的多目标优化算法中引入加速协同算子，搜索效率可得到极 大的提高，不仅单目标问题能够迅速搜索到全局最优值，而且对多目标问题也能够迅速收敛到 问题的最优区域，也就是问题的ｐａｒｅｔｏ前面。加速协同算子借鉴常规优化算法中瞎子爬山、折 半查找算法以及伪梯度的思想，并与多变量耦合及多目标协同进化相结合而得到。加速协同算 子具有极强的局部搜索能力，其与全局搜索能力较强的交叉和变异操作相结合，构成了新的进 化多目标优化算法。多个测试函数的优化计算结果表明了新算法的快速性和有效性。 关　键　词：遗传算法；多目标优化；协同变量；加速协同算子；伪梯度 中图分类号：ＴＰ３１１ 文献标识码：Ａ ＭｕｌｔｉｏｂｊｅｃｔｉｖｅＯｐｔｉｍｉｚａｔｉｏｎｗｉｔｈＡｃｃｅｌｅｒａｔｉｎｇＣｏｌｌａｂｏｒａｔｉｖｅＯｐｅｒａｔｏｒ ＺＨＡＮＧＺｈａｎｌｉ，ＬＩＺｕｓｈｕ，ＤＡＮＹｕａｎｈｏｎｇ，ＴＡＮＺｈｉ，ＨＡＯＹａｎｗｅｉ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｃｈｏｎｇｑｉｎｇ４０００５４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｃｃｅｌｅｒａｔｉｎｇｃｏｌｌａｂｏｒａｔｉｖｅｏｐｅｒａｔｏｒｉｓｉｎｔｒｏｄｕｃｅｄｉｎｔｏａｍｕｌｔｉｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏ ｒｉｔｈｍｂａｓｅｄｏｎｔｒａｄｉｔｉｏｎａｌｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ．Ｔｈｅａｌｇｏｒｉｔｈｍ’ｓｓｅａｒｃｈｅｆｆｉｃｉｅｎｃｙｉｓｇｒｅａｔｌｙｉｍｐｒｏｖｅｄ．Ｉｔ ｃａｎｒａｐｉｄｌｙｎｏｔｏｎｌｙｆｉｎｄｇｌｏｂａｌｏｐｔｉｍａｌｖａｌｕｅｆｏｒｓｉｎｇｌｅｏｂｊｅｃｔｉｖｅｐｒｏｂｌｅｍｓｂｕｔａｌｓｏｃｏｎｖｅｒｇｅｔｏｔｈｅｏｐ ｔｉｍａｌａｒｅａ，ｔｈｅＰａｒｅｔｏｆｒｏｎｔ，ｆｏｒｍｕｌｔｉｏｂｊｅｃｔｉｖｅｐｒｏｂｌｅｍｓ．Ａｃｃｅｌｅｒａｔｉｎｇｃｏｌｌａｂｏｒａｔｉｖｅｏｐｅｒａｔｏｒｄｒａｗｓ ｌｅｓｓｏｎｓｆｒｏｍｔｈｅｔｈｏｕｇｈｔｓｏｆｃｏｎｖｅｎｔｉｏｎａｌｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｓ，ｓｕｃｈａｓｃｌｉｍｂｉｎｇｍｅｔｈｏｄａｎｄｂｉｎａｒｙ ｓｅａｒｃｈａｌｇｏｒｉｔｈｍ，ａｎｄｉｓｏｂｔａｉｎｅｄｃｏｍｂｉｎｉｎｇｗｉｔｈｔｈｅｍｕｌｔｉｖａｒｉａｂｌｅｃｏｕｐｌｉｎｇａｎｄｍｕｌｔｉｏｂｊｅｃｔｉｖｅｃｏｌ ｌａｂｏｒａｔｉｖｅ．Ａｃｃｅｌｅｒａｔｉｎｇｃｏｌｌａｂｏｒａｔｉｖｅｏｐｅｒａｔｏｒ，ｗｈｉｃｈｈａｓｓｔｒｏｎｇｌｏｃａｌｓｅａｒｃｈａｂｉｌｉｔｙ，ｉｓｉｎｔｅｇｒａｔｅｄ ｗｉｔｈｃｒｏｓｓｏｖｅｒａｎｄｍｕｔａｔｉｏｎｏｐｅｒａｔｏｒｓ，ｗｈｉｃｈｈａｖｅｓｔｒｏｎｇｇｌｏｂａｌｓｅａｒｃｈａｂｉｌｉｔｙ，ｔｏｇｅｎｅｒａｔｅａｎｅｗ ｍｕｌｔｉｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ．Ｔｈｅｒｅｓｕｌｔｓｏｆｔｈｅｍｕｌｔｉｐｌｅｔｅｓｔｆｕｎｃｔｉｏｎｓｓｈｏｗｔｈａｔｔｈｅｎｅｗａｌ ｇｏｒｉｔｈｍｉｓｆａｓｔａｎｄｅｆｆｉｃｉｅｎｔ． Ｋｅｙｗｏｒｄ：ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｓ；ｍｕｌｔｉｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎ；ｓｙｎｅｒｇｙｖａｒｉａｂｌｅｓ；ａｃｃｅｌｅｒａｔｉｎｇｃｏｌｌａｂｏ ｒａｔｉｖｅｏｐｅｒａｔｏｒ ；ｐ