典型文献
基于Pareto支配的两阶段多目标优化算法
文献摘要：
针对二维和三维的多目标优化问题,提出了一种基于Pareto支配的两阶段多目标优化算法(MOEA-PT).全局搜索阶段根据Pareto支配关系将种群进行排序,依据临界层子集的排序等级执行相应的选择策略;局部调整阶段对种群中的个体进行微调,将新产生的个体与距离其最近的个体进行支配关系、分布性、收敛性的对比,替换较差的个体.分析了两个阶段对算法性能的影响,同时对引入局部调整策略后的种群进行了对比,结果表明局部调整策略能有效增强算法性能.通过对标准测试函数的求解,并与其他经典的多目标算法进行对比,验证了本文算法在收敛性和分布性等方面具有一定的优越性.
文献关键词：
多目标优化;Pareto支配;全局搜索;局部调整;选择策略
中图分类号：
作者姓名：
王学武;高进;陈三燕;顾幸生
作者机构：
华东理工大学能源化工过程智能制造教育部重点实验室,上海 200237
文献出处：
引用格式：
[1]王学武;高进;陈三燕;顾幸生-.基于Pareto支配的两阶段多目标优化算法)[J].华东理工大学学报（自然科学版）,2022(06):806-815
A类：
B类：
Pareto,两阶段,多目标优化算法,多目标优化问题,MOEA,PT,全局搜索,子集,选择策略,局部调整,调整阶段,微调,收敛性,算法性能,调整策略,增强算法,标准测试函数,多目标算法
AB值：
0.293234
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
