控制与决策

作者：么双双,董志明,王显鹏

单位：东北大学信息科学与工程学院，沈阳110004,,智能工业数据解析与优化教育部重点实验室，沈阳110004,,智能工业数据解析与优化教育部重点实验室，沈阳110004,

关键词：多目标优化;多因子优化;单个种群;分解;信息交流;进化算法

基金：国家重点研发计划项目(2018YFB1700404)；国家自然科学基金项目(61573086, 71790614, 71621061)；教育部111创新引智基地项目(B16009).

多目标多因子优化(MO-MFO)问题作为一类新的优化问题近年来受到了众多关注,其特点是需要利用单个种群来同时优化多个多目标优化任务.针对该问题,提出一个基于分解策略的多目标多因子进化算法(MFEA/D).算法通过多组权重向量,将MO-MFO问题中的每个任务分解成一系列单目标优化子问题,并用单个种群同时优化.\;在种群进化过程中提出不同任务之间的信息交流策略,以充分挖掘不同任务之间的有用信息,进而加快每个任务的收敛速度.基于10个多目标多因子标准测试问题的实验结果表明,所提出的不同任务之间的信息交流策略能够加快问题的求解速度,使得MFEA/D算法显著优于当前的MO-MFEA算法.

来源：2021年第3期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第3期