约束多目标进化算法MOEA/D-IEpsilon

时间:2018-05-31 05:26:31

    约束多目标优化问题往往在其目标空间中存在大规模不可行区域。经典的约束处理方法往往过度关注解的可行性而忽略了种群的收敛性和多样性保持。我们提出了一种改进的Epsilon约束处理方法 IEpsilon增强种群在进化过程中收敛性和多样性保持。MOEA/D-IEpsilon的收敛性和多样性都比 MOEA/D-Epsilon 和MOEA/D-CDP要好。

    IEpsilon基于ε约束比较方法,提出一种根据当前种群可行解比例自适应调节ε值的方法:

    1、初始化:

    2、调节过程:

图一 实验比较(CMOP1-CMOP9)