基于参考点拥挤度改进的NSGAⅢ算法

当NSGAIII算法中的参考点小生境数比较小时,与该参考点相关联的所有成员都同时进入下一代,未考虑拥挤程度,降低了种群的多样性,减缓了种群的收敛速度。针对这一问题,提出一种个体选择策略,每次从参考点集合选取个体进入下一代之前,先计算集合中种群成员相互之间的拥挤度,当拥挤距离小于所设定阈值时,随机删除其中任意一个个体,使其不参与下一代的进化。在PlatEMO平台上与原算法进行实验对比,实验结果表明,改进算法使Pareto解集的收敛性和分布性方面得到了改善。