基于滤子拟态物理学算法的多目标优化

摘要

针对复杂多目标约束问题,提出一种滤子拟态物理学算法(FAPO).引入滤子技术,将适应度和约束违反度构成滤子对并作为评价准则.其中,适应度函数的确定基于博弈论的思想,而约束违反度则由约束目标决定.通过引入平均熵初始化机制,避免种群集聚,加入精英反向学习机制、高斯变异和柯西变异算子协调算法的全局搜索能力和局部搜索能力,耦合成滤子拟态物理学算法.采用测试函数对其性能仿真分析,数值结果表明算法对解决复杂多目标约束优化问题具有可行性和有效性.