基于近似边界和层次聚类的超多目标进化算法

摘要

很多工程优化问题需要同时优化超过3个冲突的目标,这类问题就属于超多目标优化问题.由于超多目标优化问题的目标空间过于庞大,并且很多算法往往只能使用数量较少的种群来近似问题的结果,这使得很多算法难以保持较好的多样性和收敛性,此外,许多算法往往忽略使用极值点的有效信息来加速算法收敛.为了解决上述问题,提出了一种基于近似边界和层次聚类的超多目标进化算法.在一种求角点解方法的基础上,使用角点解近似边界(极值点)来加速算法收敛,并进一步提出使用层次聚类来挑选下一代种群,借此使得算法能够保持较好的收敛性和多样性.最后通过与多个流行的求解超多目标优化问题算法进行对比实验,证明了该算法的有效性.