计算机应用

作者：李二超, 毛玉燕

单位：兰州理工大学 电气工程与信息工程学院，兰州 730050

关键词：约束多目标进化算法,精英保留策略,空间收缩技术,PPS,收敛性,多样性

基金：国家自然科学基金资助项目(62063019);甘肃省自然科学基金资助项目(20JR10RA152)

约束多目标进化算法在求解不可行域较大的优化问题时对不可行域的合理探索不仅有助于种群快速收敛于可行区域内的最优解，还能减少无潜力不可行域对算法性能的影响。因此，提出一种基于空间收缩技术的约束多目标进化算法（CMOEA-SST）。首先，提出自适应精英保留策略对PPS算法的Pull阶段初始种群进行改进，增加Pull阶段初始种群的多样性和可行性；其次，在进化过程中采用空间收缩技术逐渐缩小搜索空间，减少无潜力不可行域对算法性能的影响，使算法在兼顾收敛性和多样性的同时提高收敛精度。为验证所提算法性能，将该算法与四个代表性算法C-MOEA/D、ToP、C-TAEA、PPS在LIRCMOP系列测试问题上进行仿真对比。实验结果表明，CMOEA-SST在处理不可行域较大约束优化问题时具有更好的收敛性和多样性。

来源：2021年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第12期