摘要:解决约束超多目标优化问题的关键在于约束处理和均衡收敛性与多样性,搜索空间中的约束阻碍种群寻找帕雷托前沿面,容易使种群陷入局部最优,而离散的可行域则使种群的多样性较差。提出组合算子型双阶段搜索策略(使用组合运算符TSCO的两阶段搜索策略)TSCO公司分两阶段处理约束:一阶段算法仅优化目标函数,种群不受约束制约快速向帕雷托前沿面方向接近;二阶段通过目标转换将约束违反度视作一个新目标函数以解决原始约束问题。在搜索过程中使用模拟二进制交叉算子和DE/当前到最佳/1算子构成的组合算子生成收敛性和多样性优秀的个体。为验证策略有效性,结合TSCO AGE-MOEA(TSCOEA)C_DTLZ、DC_DTLZ和MW种性能优异的约束超多目标进化算法进行对比。实验表明,在大多数问题上,TSCOEA公司获得的种群收敛性和多样性更好。
耿焕同, 周征礼, 沈俊烨, 宋飞飞. 面向约束超多目标优化的双阶段搜索策略研究[J] ●●●●。计算机工程与应用, 2023, 59(7): 80-91.
耿焕通、周正立、沈俊业、宋菲菲。约束多目标优化的两阶段搜索策略研究[J]。计算机工程与应用,2023,59(7):80-91。