面向多目标优化问题的自适应差分进化算法.PDFVIP

第３２卷第１２期　　　 计算机应用与软件 Ｖｏｌ３２Ｎｏ．１２ ２０１５年１２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｄｅｃ．２０１５ 面向多目标优化问题的自适应差分进化算法 １ ２ 刘红平 　黎福海 １（长沙师范学院电子信息工程系　湖南长沙４１０１００） ２（湖南大学电气与信息工程学院　湖南长沙４１００８２） 摘　要　　针对多目标优化得到一个最优解集和解之间难以比较的问题，对单目标优化中的自适应策略进行了改进，提出一种面向 多目标优化问题的自适应差分进化算法，在已有方法自适应改变交叉率的基础上，设定缩放因子有三种不同的分布模型，通过统计 一定代数内个体的优劣来自适应选择合适的模型并生成相应取值，从而控制了搜索长度，防止新个体陷入在最优解集的部分区域。 该算法还提出利用第三方解集和优胜累积量的概念来处理最优解之间的比较问题。通过５个标准优化问题的测试结果以及与其他 几种算法的对比研究表明，所提出的改进算法性能更好，其在ＩＧＤ指标上减小了０．００３１～０．０６６９，在ＩＨ指标上最多减小了０．０８２１。 关键词　　多目标优化　差分进化　自适应　缩放因子　优胜累积量 中图分类号　ＴＰ３９１．４１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１５．１２．０５８ ＳＥＬＦＡＤＡＰＴＩＶＥＤＩＦＦＥＲＥＮＴＩＡＬＥＶＯＬＵＴＩＯＮＡＬＧＯＲＩＴＨＭＦＯＲ ＭＵＬＴＩＯＢＪＥＣＴＩＶＥＯＰＴＩＭＩＳＡＴＩＯＮ １ ２ ＬｉｕＨｏｎｇｐｉｎｇ　ＬｉＦｕｈａｉ １（ＥｌｅｃｔｒｏｎｉｃｓＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＤｅｐａｒｔｍｅｎｔ，ＣｈａｎｇｓｈａＮｏｒｍａｌＣｏｌｌｅｇｅ，Ｃｈａｎｇｓｈａ４１０１００，Ｈｕｎａｎ，Ｃｈｉｎａ） ２（ＥｌｅｃｔｒｉｃａｌａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＣｏｌｌｅｇｅ，ＨｕｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ４１００８２，Ｈｕｎａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｔｉｓｈａｒｄｔｏｃｏｍｐａｒｅａｎｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｓｅｔｗｉｔｈｓｏｌｕｔｉｏｎｓｂｏｔｈｄｅｒｉｖｅｄｆｒｏｍｍｕｌｔｉｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｓａｔｉｏｎ，ｆｏｒｔｈｉｓｐｒｏｂｌｅｍ，ｗｅ ｐｒｏｐｏｓｅｄａｓｅｌｆａｄａｐｔｉｖｅｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｍｕｌｔｉｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｓａｔｉｏｎ，ａｎｄｂａｓｅｄｏｎｅｘｉｓｔｉｎｇａｌｇｏｒｉｔｈｍｗｈｉｃｈａｄａｐｔｉｖｅｌｙ ｃｈａｎｇｅｓｔｈｅｃｒｏｓｓｏｖｅｒｒａｔｅ，ｗｅｓｅｔｔｈａｔｔｈｅｓｃａｌｉｎｇｆａｃｔｏｒｓｈａｖｅｔｈｒｅｅｄｉｆｆｅｒｅｎｔｄｉｓｔｒｉｂｕｔｉｏｎｍｏｄｅｌｓ，ｂｙｃｏｕｎｔｉｎｇｔｈｅａｄｖａｎｔａｇｅａｎｄｄｉｓａｄｖａｎｔａｇｅ ｏｆｉｎｄｉｖｉｄｕａｌｓｗｉｔｈｉｎｃｅｒｔａｉｎａｌｇｅｂｒａｔｈｅａｌｇｏｒｉｔｈｍａｄａｐｔｉｖｅｌｙｓｅｌｅｃｔｓｐｒｏｐｅｒｍｏｄｅｌａｎｄｇｅｎｅｒａｔｅｓｃｏｒｒｅｓｐｏｎｄｉｎｇａｓｓｉｇｎｅｄｖａｌｕｅ，ｓｏｔｈａｔｉｔｃｏｎ ｔｒｏｌｓｔｈｅｓｅａｒｃｈｓｉｚｅａｓｗｅｌｌａｓｐｒｅｖｅｎｔｓｔｈｅｎｅｗｉｎｄｉｖｉｄｕａｌｆａｌｌｉｎｇｉｎｔｏｐａｒｔｉａｌａｒｅａｏｆｔｈｅｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｓｅｔ．Ｔｈｉｓａｌｇｏｒｉｔｈｍａｌｓｏｐｕｔｓｆｏｒｗａｒｄ ｔｏｕｓｅｔｈｅｓｏｌｕｔｉｏｎｓｅｔｏｆｔｈｅｔｈｉｒｄｐａｒｔｙａｎｄｔｈｅｃｏｎｃｅｐｔｏｆａｃｃｕｍｕｌａｔｉｖｅｓｕｐｅｒｉｏ