基于新型拥挤度距离的多目标麻雀搜索算法

摘要

现实中的多目标问题日益复杂,解决这类问题需要高效的优化算法.基于麻雀搜索算法,提出多目标麻雀搜索算法(Multi-objective Sparrow Search Algorithm,MSSA),对多目标优化问题进行求解.依据外部存档收敛性动态调整麻雀种群比例因子,以达到全局探索能力和局部开发能力的最佳平衡,确保收敛性;对麻雀种群进行非支配排序;对麻雀种群的发现者引入多项式变异因子,增强算法跳出局部最优的能力;设计一种新型拥挤度距离计算策略,利用外部存档解的拥挤度大小剔除相似个体的方法对种群进行裁剪,使个体不超过存档上限的同时维持种群的多样性.分别使用多目标函数和盘式制动器设计测试算法性能.MSSA与MOPSO、MOGWO、NSGA-II和SPEA2在多目标测试函数上进行对比实验,结果表明MSSA算法在收敛性和均匀性两项指标上有显著的优势.盘式制动器仿真结果表明,MSSA可以快速地找到问题的非支配解,证明了该方法的有效性.