基于策略自适应的多目标差分进化算法及其应用

摘要

为提高多目标差分进化算法求解多目标优化问题的能力,提出一种基于策略自适应的多目标差分进化算法(multi-objective differential evolution algorithm based on self-adaptive strategy,MODE-SS).该算法采用超体积(hyper-volume,HV)对变异策略进行性能评价,并实现变异策略的自动选择;使用动态调整的二项式交叉策略和模拟二进制交叉(simulated binary crossover,SBX)策略实现全局搜索与局部搜索的平衡.通过与其他六种多目标进化算法在10个测试函数上的性能比较,结果表明MODE-SS算法的整体性能要好于其他所比较算法.最后,将MODE-SS算法用于求解海铁联运能耗优化问题,所得结果能够为决策者提供多种可行方案.