论文摘要
基于分解的多目标优化方法是目前多目标优化算法中的一个热点。传统的标量分解方法求出的改进区域可能过大而导致一个新解被几个原始解替代,进而造成种群多样性的恶化。为改善这种状况,本文提出一种约束化的分解方法CDMOEA/D-DE通过制定约束优化子问题的控制参数来定义相应的改进区域的范围。同时根据Pareto前沿的几何形状生成的新解结合广义分解法对权重向量进行自适应调节,提高算法的性能,达到平衡种群的多样性和收敛性的目的。算法仿真与MOEA/D、MOEA/D-DE以及NSGA-III的比较结果表明,该算法在一定程度上提高了种群的收敛性及多样性,在处理复杂形状Pareto前沿的多目标优化问题具有优势。
论文目录
文章来源
类型: 国际会议
作者: 周昕,王学武,顾幸生
关键词: 多目标优化,差分进化,分解方法,基于分解的多目标优化算法
来源: 第三十八届中国控制会议 2019-07-27
年度: 2019
分类: 基础科学,信息科技
专业: 数学,自动化技术
单位: 华东理工大学化工过程先进控制和优化技术教育部重点实验室
分类号: TP18;O224
页码: 44-49
总页数: 6
文件大小: 674k
下载量: 54
相关论文文献
标签：多目标优化论文; 差分进化论文; 分解方法论文; 基于分解的多目标优化算法论文;