论文研究一种改进的多目标优化算法.pdf

为了提高非劣解向Pareto最优面收敛的速度以及解的多样性,设计了一种新的杂交算子并改进了NSGA-Ⅱ算法。在此算法中,采用中心均值重组算子策略增强算法全局快速搜索能力,以获得最佳的Pareto近似解,同时,改进NSGA-Ⅱ快速非支配排序和拥挤机制将父代与子代的双种群进行截短,确保最优解不会丢失并保证解的多样性。数据实验表明,该算法能在解的收敛性、分布性以及自适应程度上均表现较好。