基于自适应混合非支配个体排序策略的改进型NSGA-Ⅱ算法

• 全文链接
• 请求原文

作   者：

耿焕同;  李辉健;  赵亚光;  陈正鹏; 

作者机构：

南京信息工程大学计算机与软件学院;  南京信息工程大学江苏省网络监控中心; 

关键词：

非支配个体排序;  快速非支配排序遗传算法;  自适应;  拥挤距离;  循环聚类; 

期刊名称：

计算机应用

基金项目：

面向大规模复杂优化问题的自适应合作协同进化算法研究

i s s n：

1001-9081

年卷期：

2016 年 36 卷 05 期

页   码：

1319-1324+1340

摘   要：

针对经典快速非支配排序遗传算法(NSGA-Ⅱ)中基于拥挤距离的种群多样性保持策略不能客观反映个体间真实拥挤程度的问题,提出了一种基于自适应混合非支配个体排序策略的改进型NSGA-Ⅱ算法(NSGA-Ⅱh)。首先,设计一种新的循环聚类个体排序策略;然后,根据Pareto分层信息来对基于经典拥挤距离和循环聚类的两种个体排序策略进行自适应的选择;最终,实现对进化后期的种群多样性保持机制的改进。通过5个标准测试函数进行算法验证,并与经典的NSGA-Ⅱ、多目标粒子群优化算法(MOPSO)和GDE3等算法进行对比分析,NSGA-Ⅱh算法获得了80%的最优反向世代距离(IGD)值,且显著性水平为5%的双尾t检验结果表明,新算法具有明显统计意义上的性能优势。改进算法不仅能提高进化种群的分布性,而且能增强算法的收敛性,有效提高了优化效果。