一种结合混沌搜索的多目标优化差分演化算法

摘要

针对混沌搜索具有提高局部搜索能力的特点,将混沌搜索引入求解多目标优化问题的差分演化算法中,给出了一种结合混沌搜索的多目标优化差分演化算法.该算法在每次差分演化迭代后根据个体在群体中的Pareto强度值,挑选群体中最优个体进行混沌局部搜索.此外,为了改善初始群体中解的多样性,该算法采用正交法初始化群体.通过对几个标准测试问题的数值实验,实验结果表明该算法能够寻找到逼近问题真实Pareto前沿的非劣解集,同时该非劣解集内的解的多样性分布较好.