摘要: 针对差分进化算法(Differential Evolution Algorithm, DE)求解多目标优化问题时易陷入局部最优的问题,设计了一种双向搜索机制,它通过对相反进化方向产生的两个子代个体进行评价,来增强DE算法的局部搜索能力;设计了多种群机制,它可令各子群独立进化一定次数再执行全局进化,以完成子群间进化信息的交流,这一方面降低了算法陷入局部最优的风险,另一方面增强了Parct。解集的多样性,使Parct。前沿面的解集分布更为均匀。实验结果表明,相比于NSGA-II等同类算法,所提方法在搜索Paret。最优解时效率更高,并且Pareto最优解集的精度及分布程度比前者更好。
No related articles found! |
|