-
题名基于双阶段搜索的约束进化多任务优化算法
被引量:1
- 1
-
-
作者
赵楷文
王鹏
童向荣
-
机构
烟台大学计算机与控制工程学院
-
出处
《计算机应用》
CSCD
北大核心
2024年第5期1415-1422,共8页
-
基金
收国家自然科学基金资助项目(62072392,61972360)
山东省重大科技创新工程项目(2019522Y020131)
+1 种基金
山东省自然科学基金资助项目(ZR2020QF113)
烟台市重点实验室项目。
-
文摘
高效地平衡算法的多样性、收敛性和可行性是求解约束多目标优化问题(CMOP)的关键;然而,复杂约束的出现给该类问题的求解带来了更大的挑战。因此,提出一种基于双阶段搜索的约束进化多任务优化算法(TEMA),通过完成两个协同进化的任务实现多样性、收敛性和可行性之间的平衡。首先,进化过程由探索和利用两个阶段组成,分别致力于加强算法在目标空间的广泛探索能力和高效搜索能力;其次,设计一种动态约束处理策略以平衡种群中可行解的比例,从而增强算法在可行区域的探索能力;再次,提出一种回退搜索策略,利用无约束Pareto前沿所包含的信息指导算法向约束Pareto前沿快速收敛;最后,在两个基准测试集中的23个问题上进行对比实验。实验结果表明,TEMA分别在14个和13个测试问题上取得最优反世代距离(IGD)值和超体积(HV)值,体现出明显优势。
-
关键词
约束多目标优化问题
进化多任务优化算法
双阶段进化机制
进化算法
约束处理技术
-
Keywords
Constrained Multi-objective Optimization Problem(CMOP)
evolutionary multitasking optimization algorithm
two-stage evolutionary mechanism
evolutionary algorithm
constraint handling technology
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-