多策略融合的多目标萤火虫算法

为解决多目标萤火虫算法处理复杂优化问题时所表现出的勘探能力弱、收敛性及分布性差等问题,提出了一种多策略融合的多目标萤火虫算法(MOFA-MSF)。首先,采用随机化与均匀化相结合的方法初始化种群,保证了初始种群的分布性好;其次,通过档案精英解引导萤火虫移动,在萤火虫移动公式中引入莱维飞行随机扰动并添加变异算子,避免种群陷入局部最优,平衡了算法的局部搜索和去全局勘探能力;最后,引入拥挤距离机制维持外部档案,以获取均匀分布的Pareto前沿。将MOFA-MSF算法与5种经典算法和7种新近算法进行对比,实验结果显示,MOFA-MSF在勘探能力、收敛性及分布性上性能良好。