均衡分布性与收敛性的协同进化多目标优化算法

来源期刊：控制与决策2013年第1期

论文作者：耿焕同 朱海峰 张茜 吴婷婷

文章页码：55 - 60

关键词：多目标优化;协同进化;分布估计算法;多概率模型;

摘    要：为了进一步提升多目标进化算法（MOEAs）的收敛速度和解集分布性,针对变量无关问题,借助合作型协同进化模型,提出一种均衡分布性与收敛性的协同进化多目标优化算法（CMOA-BDC）.CMOA-BDC首先设置一个精英集合,采用支配关系从进化种群与精英集合中选择首层,并用拥挤距离保持其分布性;然后运用聚类将首层分类,并建立相应概率模型;最后通过模拟退火组合分布估计与遗传进化,达到协同进化.通过与经典MOEAs比较的结果表明,CMOA-BDC获得的解集具有更好的收敛性和分布性.