基于聚類引導(dǎo)和目標(biāo)值和的高維多目標(biāo)進(jìn)化算法

摘要： 基于分解的高維多目標(biāo)進(jìn)化算法在處理不規(guī)則前沿優(yōu)化問題時(shí)需要調(diào)整參考向量,為避免這一復(fù)雜操作,提出一種基于聚類引導(dǎo)和目標(biāo)值和的高維多目標(biāo)進(jìn)化算法.該算法借助一個(gè)儲(chǔ)存非支配解并定期更新的精英集,通過聚類引導(dǎo)當(dāng)前種群進(jìn)化,從而使得當(dāng)前種群保持較好的多樣性.選擇個(gè)體時(shí),根據(jù)Pareto支配關(guān)系以及目標(biāo)值和衡量個(gè)體的收斂性,基于該收斂性度量方式進(jìn)行非支配排序和適應(yīng)值排序,從而選擇收斂性較... （共9頁）