基于動態(tài)分解和角度懲罰距離的高維多目標進化算法

摘要： 多個領域的優(yōu)化可歸納為高維多目標優(yōu)化問題，高維多目標進化算法是解決此類問題的有效方法，然而該方法普遍存在收斂性和多樣性較難平衡的問題.針對此問題，本文提出一種基于動態(tài)分解和角度懲罰距離的高維多目標進化算法.該算法基于動態(tài)分解將種群分成多個類，此過程無需預先設定參考向量，可根據(jù)種群自身分布信息進行分解.之后，基于改進的角度懲罰距離從每類中選擇個體，從而平衡收斂性與多樣性.此外，設... （共13頁）