高维多目标优化设计的改进多重单目标Pareto采样算法研究

电气工程中的设计问题常归结为多目标优化问题。对于目标函数超过三维的高维多目标优化设计,目前基于非控关系的多目标进化算法很难获得理想的优化结果。为此,人们提出了多重单目标Pareto采样(Multiple Single Objective Pareto Sampling,MSOPS)算法。该算法结构简单,计算复杂度低。然而,研究表明,这种方法的最终优化结果往往缺乏多样性。为此,本文对MSOPS算法进行了改进研究,提出了目标矢量的拥挤操作,非均匀的目标矢量更新以及附加外部档案等改进措施以提高优化结果的多样性。通过与MSOPS-Ⅱ、HypE以及NSGA-Ⅱ算法在求解测试函数上的性能比较,证明了改进算法在Pareto解集上获得了更好的收敛性与多样性。最后,通过八木天线的优化设计验证了改进算法解决实际问题的有效性。