利用种群扩张与稀疏化策略改进NSGA-Ⅱ-DE算法

被引：12

作者：

蒋永华 ^{[1
]}

许妙忠 ^{[2
]}

成刚 ^{[2
]}

机构：

[1] 武汉大学遥感信息工程学院

[2] 武汉大学测绘遥感信息工程国家重点实验室

来源：

控制与决策 | 2019年 / 34卷 / 01期

关键词：

种群扩张; 稀疏化; NSGA-Ⅱ-DE; 非支配排序; 种群规模; 分布性;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

NSGA-Ⅱ-DE算法是在NSGA-Ⅱ算法的基础上利用DE算法的收敛速度快、鲁棒性高的特性得到的改进算法,该算法提高了原算法的收敛速度,同时也降低了原算法对参数的依赖性.然而,原算法的解群分布性却没有得到提高.鉴于此,提出一种基于种群扩张与稀疏化策略的改进型NSGA-Ⅱ-DE算法.该算法利用种群扩张增加候选解的数量,再利用稀疏化策略从候选解中选出使得整体分布尽可能均匀的最优解.种群扩张通过在进化最后的若干代保留每代中的第一非支配面上的个体来实现.在迭代结束后,对种群进行非支配排序,去除第一非支配面以外的个体,以提高解群质量.进行稀疏化处理,即对扩张后的全部个体按目标向量的某一维度排序,再筛选出相邻间距最接近期望距离的个体,以达到改善解群分布性的目的.仿真实验表明,所提出的算法在改善原算法的解群分布性上表现优异,但算法的时间和空间复杂度较原算法有所增加.

引用

页码：55 / 62

页数：8

共 10 条

[1]

采用数量级阈值与二维信息排序策略的NSGA-Ⅱ-DE算法 [J].