一种增强多样性的改进型NSGAⅡ算法

摘要

传统NSGAⅡ算法通过计算个体的拥挤距离保持群体分布性.为改善算法中存在的不足,使得新算法在测试问题集上表现更好,本研究对算法的多样性进行改进.受PBI效用函数的启发,抽取其中的d 2距离作为选择机制并与传统NSGAⅡ算法结合,提出一种计算d2距离的改进型NSGAⅡ算法(d2_NSGAⅡ),用于改善传统算法的收敛性与多样性.通过实验对比发现,相比NSGAⅡ以及其他一些算法,新算法在一些测试函数的高维多目标优化问题上有明显的优势.因此,d2_NSGAⅡ是一种较好的解决高维多目标优化问题的新算法.