论文研究 提高MOEAs解集的分布性 .pdf

解集的分布性是多目标优化中最重要的研究工作之一，解集的分布性主要体现在两个方面，一是解集的分布广度；二是解集的均匀性。在多目标进化算法（MOEAs）中，解集分布性的保持放在种群维护中实现，提出一种基于∞范数的逐步方法（INS）来提高MOEAs解集的分布性，INS用∞范数来衡量个体的分布性，用逐步的方法来裁剪个体。通过与目前最流行的两个MOEAs——NSGA-II和ε-MOEA，在9个测试函数上进行实验，结果表明INS能很好地提高解集的分布性。