基于空间网格划分的多目标进化算法

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (8): 53-56.

基于空间网格划分的多目标进化算法

李雯，李和成

青海师范大学数学系，西宁 810008

出版日期:2014-04-15 发布日期:2014-05-30

Multi-objective evolutionary algorithm based on space-gridding scheme

LI Wen, LI Hecheng

Department of Mathematics, Qinghai Normal University, Xining 810008, China

Online:2014-04-15 Published:2014-05-30

摘要/Abstract

摘要： 为了有效求解多目标优化问题，找到分布宽广、均匀的Pareto解集，提出了一个基于空间网格划分的进化算法。将目标空间网格化，利用网格的位置，删除大量被支配个体。在杂交算子中利用了单个目标最优的个体信息，以增加非劣解的宽广性。利用一种新设计的基于最大距离排序的方法删除非劣解集中多余个体。数值实验表明提出的算法是可行有效的。

关键词: 多目标优化问题, 进化算法, Pareto最优解, 空间网格划分

Abstract: In order to solve the multi-objective optimization problem effectively and find a set of Pareto solutions with uniform distribution and wide range, this paper proposes an evolutionary algorithm based on a space-gridding search technique. The decision space is divided into grids, and a large number of dominant individuals are deleted by using the location of the grids. In the crossover operator, the information of optimal individuals for each objective function is used to increase the range of Pareto front. A new designed method based on maximum distance sorting is applied to delete the unwanted individuals in non-dominant solution sets. Numerical experiments show that the proposed algorithm is feasible and efficient.

Key words: multi-objective optimization problem, evolutionary algorithms, Pareto optimal solutions, space-gridding

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.

LI Wen, LI Hecheng. Multi-objective evolutionary algorithm based on space-gridding scheme[J]. Computer Engineering and Applications, 2014, 50(8): 53-56.

[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]	钱峥远，曾国荪. 精英化岛屿种群引导的差分进化算法[J]. 计算机工程与应用, 2021, 57(20): 73-81.
[3]	白首华，郭广颂，胡天彤. 交互式多目标文化算法优化多模态混合指标[J]. 计算机工程与应用, 2021, 57(17): 80-87.
[4]	崔彩霞，毕超超，范勤勤. 基于隐马尔可夫链的自适应MODE及应用[J]. 计算机工程与应用, 2021, 57(14): 83-94.
[5]	李荣，贺兴时，杨新社. 基于差分进化的飞蛾算法在电力调度中的应用[J]. 计算机工程与应用, 2021, 57(13): 258-268.
[6]	沈鑫，邹德旋，张强. 采用双变异策略的自适应差分进化算法及应用[J]. 计算机工程与应用, 2020, 56(4): 146-157.
[7]	吉训生，蔡益青. 利用历史信息和限制算子求解MOFJSP[J]. 计算机工程与应用, 2020, 56(2): 272-278.
[8]	蔡延光，陈厚仁，戚远航. 变邻域量子烟花算法求解CVRP[J]. 计算机工程与应用, 2019, 55(9): 230-236.
[9]	耿焕同，周利发，丁洋洋，周山胜. 一种基于新型差分进化模型的MOEA/D改进算法[J]. 计算机工程与应用, 2019, 55(8): 138-146.
[10]	周林. 低碳时变城配送车辆路径-发车调度集成优化[J]. 计算机工程与应用, 2019, 55(8): 264-270.
[11]	迟宗正，董绍正，郭童，任志磊，周宽久，郭禾. 求解风力发电机布局问题的超启发式算法研究[J]. 计算机工程与应用, 2019, 55(7): 220-225.
[12]	肖俊明，高洪洋，朱永胜，瞿博阳. 考虑新能源接入的电力多目标优化调度[J]. 计算机工程与应用, 2019, 55(23): 241-247.
[13]	顾春华，刘鑫平，罗飞，丁炜超. 基于同步更新外部归档集的NSGA-II改进算法[J]. 计算机工程与应用, 2018, 54(20): 28-34.
[14]	申晓宁，孙毅，薛云勇. 采用放松支配关系的高维多目标微分进化算法[J]. 计算机工程与应用, 2018, 54(18): 161-167.
[15]	刘利斌1，2，隆广庆1，2，上官珍萍1. 差分进化与有理谱方法求解奇异摄动问题[J]. 计算机工程与应用, 2018, 54(17): 225-230.