本文關(guān)鍵詞： 多目標(biāo)優(yōu)化 進(jìn)化算法 混合框架 NSGA-Ⅱ MOEA/D　出處：《控制與決策》2017年10期 　論文類型：期刊論文

【摘要】：為了提高多目標(biāo)優(yōu)化算法的求解性能,提出一種啟發(fā)式的基于種群的全局搜索與局部搜索相結(jié)合的多目標(biāo)進(jìn)化算法混合框架.該框架采用模塊化、系統(tǒng)化的設(shè)計(jì)思想,不同模塊可以采用不同策略構(gòu)成不同的算法.采用經(jīng)典的改進(jìn)非支配排序遺傳算法(NSGA-Ⅱ)和基于分解的多目標(biāo)進(jìn)化算法(MOEA/D)作為進(jìn)化算法的模塊算法來(lái)驗(yàn)證所提混合框架的有效性.數(shù)值實(shí)驗(yàn)表明,所提混合框架具有良好性能,可以兼顧算法求解的多樣性和收斂性,有效提升現(xiàn)有多目標(biāo)進(jìn)化算法的求解性能.
[Abstract]:In order to improve the performance of the multi-objective optimization algorithm, a heuristic hybrid framework of multi-objective evolutionary algorithm based on the combination of global search and local search is proposed, which adopts a modular and systematic design idea. Different modules can use different strategies to construct different algorithms. The classical improved non-dominated sorting genetic algorithm (NSGA- 鈪，

本文編號(hào)：1535155