一种基于随机排序学习的多模多目标差分演化算法

摘要

本发明公开了一种基于随机排序学习的多模多目标差分演化算法，包括：种群初始化，在搜索空间中随机生成N个个体作为初始种群，并计算每个个体的目标函数值；采用新型的差分算法作为繁殖方法，针对每一个目标向量，产生后代个体；将父代种群与繁殖产生的子代种群合并形成新种群，使用基于随机排序的环境选择策略对种群排序、选择；更新外部档案；判断是否满足终止条件。本发明可提高算法的全局搜索能力，并使对种群贡献大的个体获得更高的遗传概率，很大程度上加快了算法的收敛速度；采用基于随机排序的环境选择策略，平衡了种群在决策空间及目标空间中的多样性，并且对种群进行全排序，为差分算法中的向量选择策略提供数据支持。