控制与决策

作者：耿焕同,许可,戴中斌,徐小涵

单位：南京信息工程大学 计算机与软件学院,南京 210044;江苏省气象局 南京大气科学联合研究中心,南京 210009,,南京信息工程大学 计算机与软件学院,南京 210044,,南京信息工程大学 计算机与软件学院,南京 210044,,南京信息工程大学 计算机与软件学院,南京 210044,

关键词：多目标优化;混合算子;贡献分配;算子选择

基金：国家自然科学基金项目(51977100)；国家重点研发计划项目(2017YFC1502104).

针对多目标混合算子进化算法中各算子有效选择的自适应问题,提出一种基于双重贡献分配的多目标混合算子进化算法(DCA-MOEA/D).首先,将两种现有的进化算子与两种基于方向引导的差分进化组成算子池,每代个体以轮盘赌的方式从中选择一种进化算子产生子代;然后,根据子代的表现,结合两种方法为各算子分配贡献值,从而确定算子的选择概率;接着,引入外部归档集,根据非支配关系与拥挤度策略对其进行维护;最后,将整个进化过程划分为5个阶段,以达到算子选择中“探索”与“探究”之间的平衡.以IGD与HV为性能评价指标,通过与其他4种多目标进化算法在23个测试函数上的对比,验证所提出算法在收敛性和分布性上的显著优势.

来源：2022年第5期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第5期