一种改进的基于NSGA-Ⅱ和DE的多目标混合进化算法

为提高非支配排序遗传算法(NSGA-Ⅱ)的搜索精度和多样性,借鉴差分进化中加强局部搜索的策略,提出了一种改进的NSGA-Ⅱ算法(LDMNSGA-Ⅱ)。该算法利用拉丁超立方体抽样技术对解种群进行初始化,保证种群的初始分布能够均匀,采用差分进化中的变异引导算子和交叉算子替换NSGA-Ⅱ的交叉算子,加强局部搜索能力和提高搜索精度,同时保留NSGA-Ⅱ中的变异算子,保留算法多样性。四个经典测试函数的仿真结果表明,该算法LDMNSGA-Ⅱ在解决多目标优化问题中表现出了良好的综合性能。

基于差分进化算法和 NSGA-Ⅱ的混合算法

本文提出的改进的DE-NSGAⅡ算法,利用差分进化算法的变异交叉操作代替NSGA-Ⅱ算法的交叉算子,将快速非支配排序机制与剪枝方法相结合用于父代种群的生成与非支配集的更新.为保证初始种群均匀分布,该混合算法采用拉丁超立方体抽样技术生成初始种群.然后在参数取值固定的前提下,将该混合算法与NSGA-Ⅱ算法、AMGA-Ⅱ算法进行横向对比.为了进一步提升该混合算法的优化性能,该混合算法采用了参数自适应策略,并且基于此策略纵向比较了该混合算法在不同参数组下的优化性能.经过一系列对比发现:合理的参数选择能使该混合算法表现出良好的综合性能.