典型文献
一种基于多策略差分进化的分解多目标进化算法
文献摘要：
为了提高多目标优化问题非支配解集合的分布性和收敛性,根据不同差分进化策略的特点,基于切比雪夫分解机制,提出一种基于多策略差分进化的分解多目标进化算法(MOEA/D-WMSDE).该算法首先采用切比雪夫分解机制,将多目标优化问题转化为一系列单目标优化子问题;然后引入小波基函数和正态分布实现差分进化算法的参数控制,探究一种基于5种变异策略优势互补的最优变异策略,提出一种基于参数控制和最优变异策略的多策略差分进化(WMSDE)算法;在此基础上,实现一种基于WMSDE的分解多目标进化算法.采用ZDT和DTLZ测试函数验证MOEA/D-WMSDE算法的有效性,实验结果表明:所提算法在收敛性和分布性方面获得了较大的改进与提高,能够有效求解多目标优化问题;与其他算法对比分析表明,所获得的解集整体质量更优,为多目标问题求解提供了新方法.
文献关键词：
多目标优化;多策略差分进化;切比雪夫分解机制;最优变异策略;参数控制
中图分类号：
作者姓名：
邓武;蔡幸;周永权;赵慧敏;徐俊洁
作者机构：
中国民航大学电子信息与自动化学院,天津300300;广西民族大学人工智能学院,南宁530006
文献出处：
引用格式：
[1]邓武;蔡幸;周永权;赵慧敏;徐俊洁-.一种基于多策略差分进化的分解多目标进化算法)[J].控制与决策,2022(02):387-392
A类：
切比雪夫分解机制,WMSDE,最优变异策略
B类：
多策略差分进化,分解多目标进化算法,多目标优化问题,非支配解,解集,收敛性,差分进化策略,MOEA,问题转化,单目标优化,化子,子问题,小波基函数,正态分布,差分进化算法,参数控制,优势互补,ZDT,DTLZ,测试函数,算法对比,整体质量,多目标问题,问题求解
AB值：
0.19502
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。
