基于新的网格存优策略的多目标归档算法

摘要

网格方法被多个进化算法用来保持解集的分布性.基于ε支配概念的ε-MOEA本质上也是基于网格策略的.虽然ε-MOEA通常情况下都能在算法性能的各方面之间取得较为合理的折衷,但是由于其存在固有缺陷,很多时候表现出不容忽视的问题--当PFtrue对某一维的变化率在该维不同区域的差异较大时,解集中边界个体或代表性个体丢失--严重影响解集的分布性.针对这一问题,定义了一种新的δ支配概念和虚拟"最优点"的概念,提出了一种新的网格存优策略,并将之应用于更新进化多目标归档算法的归档集.实验结果显示,基于新的存优策略的进化多目标归档算法(δ-MOEA)具有良好的性能,尤其在分布性方面比NSGA2和ε-MOEA好得多.