控制与决策

作者：覃灏,李军华,黎明,徐三水

单位：南昌航空大学 江西省图像处理与模式识别重点实验室,南昌 330063,,南昌航空大学 江西省图像处理与模式识别重点实验室,南昌 330063,,南昌航空大学 江西省图像处理与模式识别重点实验室,南昌 330063,,南昌航空大学 江西省图像处理与模式识别重点实验室,南昌 330063,

关键词：进化算法;高维多目标进化算法;自适应参考向量和参考点;分解种群

基金：国家自然科学基金项目(62066031,61866025,61866026)；南昌航空大学研究生创新基金项目(YC2020-030).

研究表明,现有的多目标进化算法在处理具有不同Pareto前沿的优化问题时难以有效平衡种群的收敛性与多样性.鉴于此,提出一种基于自适应参考向量和参考点的高维多目标进化算法(adaptive reference vector and reference point based many-objective evlolutionary algorithm, ARVRPMEA).ARVRPMEA主要利用种群稀疏性自适应调整参考向量和参考点以提高种群多样性,首先,生成均匀分布的参考向量子集和参考点子集,并利用该参考向量子集分解种群;然后,根据规模最大子种群中解的分布情况生成新的参考向量和参考点,直至满足参考向量集和参考点集规模;最后,为进一步提高种群收敛性,该算法结合指标进行环境选择以保存收敛性较高的个体进入下一代种群.实验结果表明,ARVRP算法在求解具有不同Pareto前沿的问题方面具有良好的性能.

来源：2024年第3期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第3期