NSGA-II算法的改进策略研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (19): 42-45.

NSGA-II算法的改进策略研究

陈婕，熊盛武，林婉如

武汉理工大学计算机学院，武汉 430070

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-07-01 发布日期:2011-07-01

Improved strategies and researches of NSGA-II algorithm

CHEN Jie，XIONG Shengwu，LIN Wanru

Department of Computer Science and Technology，Wuhan University of Technology，Wuhan 430070，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-07-01 Published:2011-07-01

摘要/Abstract

摘要： 带精英策略的非支配排序遗传算法（NSGA-II）在多目标优化领域具有广泛的应用，但该算法种群收敛分布不均匀，全局搜索能力较弱，算法运行速度较慢。针对这些局限性提出了改进的排序适应度策略、算术交叉算子策略、按需分层策略和设定阈值选择策略。在典型的测试函数集上的数值实验结果表明，根据这些策略改进的算法得到的非劣解集具有较好的分布性，同时收敛速度更快。

关键词: 多目标优化算法, 带精英策略的非支配排序遗传算法（NSGA-II）, Pareto最优

Abstract: Non-dominated Sorting Genetic Algorithm with elitism（NSGA-II） is widely used in multi-objective optimization fields.Uneven distribution of population convergence，poor performance in global search and low running efficiency of this algorithm are analyzed in this paper.Four improved strategies are proposed according to these limitations：improved sorting strategy，arithmetic cross operator strategy，sorting rank according to the demand strategy and selecting strategy with the given threshold.The simulations prove that the non-dominated Pareto optimal solutions have better distribution and faster convergence at the same time in typical functions.

Key words: multi-objective optimization algorithm, Non-dominated Sorting Genetic Algorithm II（NSGA-II）, Pareto optimal

陈婕，熊盛武，林婉如. NSGA-II算法的改进策略研究[J]. 计算机工程与应用, 2011, 47(19): 42-45.

CHEN Jie，XIONG Shengwu，LIN Wanru. Improved strategies and researches of NSGA-II algorithm[J]. Computer Engineering and Applications, 2011, 47(19): 42-45.

[1]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[2]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[3]	徐恭贤，高群王. 甘油连续生物歧化过程的多目标优化[J]. 计算机工程与应用, 2016, 52(20): 235-241.
[4]	李智勇，李峥，陈恒勇，张世文. 基于正交设计的动态多目标优化算法[J]. 计算机工程与应用, 2016, 52(14): 42-49.
[5]	易猛1，陈庆奎1，2，章刚2. UGA：基于遗传算法的WSN动态覆盖优化算法[J]. 计算机工程与应用, 2015, 51(20): 77-80.
[6]	张明光，王世亮. 基于BQPSO的电网多目标优化规划[J]. 计算机工程与应用, 2015, 51(18): 266-270.
[7]	李雯，李和成. 基于空间网格划分的多目标进化算法[J]. 计算机工程与应用, 2014, 50(8): 53-56.
[8]	王君. 模糊时间窗VRP的动态规划和禁忌搜索混合算法[J]. 计算机工程与应用, 2014, 50(24): 58-64.
[9]	杨亚强，刘淳安. 一类带约束动态多目标优化问题的进化算法[J]. 计算机工程与应用, 2012, 48(21): 45-48.
[10]	唐俊1，2. 时间窗约束下的配送车辆调度问题研究[J]. 计算机工程与应用, 2011, 47(21): 243-245.
[11]	刘思远，柳景青. 一种新的多目标改进和声搜索优化算法[J]. 计算机工程与应用, 2010, 46(34): 27-30.
[12]	李絮，刘争艳，谭拂晓. 改进的多宇宙并行量子进化算法[J]. 计算机工程与应用, 2010, 46(34): 35-38.
[13]	刘刚，刘先锋. 多目标优化设计在杀螺剂配方研究中的应用[J]. 计算机工程与应用, 2010, 46(31): 219-221.
[14]	文瑛，廖伟志，闭应洲. 求解多目标优化问题的自适应粒子群算法[J]. 计算机工程与应用, 2010, 46(23): 38-40.
[15]	章杰鑫^1，2，郑羽洁¹. 3G基站选址的智能优化实现[J]. 计算机工程与应用, 2009, 45(35): 230-232.