基于方向档案的多目标动态差分进化算法OA
文中提出了一种基于方向档案的多目标动态差分进化算法。首先,基于个体间的支配关系定义了个体的差分向量,进而构造个体的方向档案;其次,将方向档案与两种传统差分进化策略相结合,提出改进的差分进化策略,从而加快了种群的收敛;最后,在解的生成过程中,基于个体的拥挤距离和Pareto支配层级,构建了一个双驱动的个体选择概率模型,使得具有好的收敛性且位于稀疏区域的个体更具竞争力,增强了种群的多样性,并让计算资源得到合理分配。实验结果表明,提出的新算法MODDE-DA在复杂的决策空间或目标空间中相较其他六个具有代表性的算法具有更良好的收敛性,并保持帕累托解集有更好的分布性。
周德益;张贺洁;孙越泓;郁永伟;魏建香
南京师范大学数学科学学院,江苏南京210023南京师范大学数学科学学院,江苏南京210023南京师范大学数学科学学院,江苏南京210023 大规模复杂系统数值模拟教育部重点实验室,江苏南京210023南京师范大学数学科学学院,江苏南京210023南京邮电大学管理学院,江苏南京210003
信息技术与安全科学
多目标优化自适应差分进化双驱动选择概率方向档案
《南京邮电大学学报(自然科学版)》 2026 (5)
P.148-158,11
国家自然科学基金(62201239,12471290)江西省自然科学基金(20224BAB212003)大规模复杂系统数值模拟教育部重点实验室开放课题基金(202409)资助项目。
评论