论文研究基于多策略排序变异的多目标差分进化算法.pdf

针对多目标差分进化算法求解多目标优化问题时收敛慢和均匀性欠佳等不足，提出了一种基于多策略排序变异的多目标差分进化算法。该算法利用基于排序变异算子来快速接近真实的Pareto最优解，同时引入多策略差分进化算子以保持种群的多样性；通过自适应策略动态调整控制参数以提高算法的鲁棒性，并且从理论证明的角度分析了所提算法的收敛性。仿真实验结果表明，该算法相对于近期相关文献中的改进算法具有更好的收敛性与多样性，从而表明了所提算法的有效性。