论文部分内容阅读
多目标优化问题是演化计算领域的一个新热点，提出了一种求解Pareto最优解集的新算法，它既能较快地收敛，又能有效保持种群的多样性，新算法引入“约束占优”的概念；采用多父体杂交算子（一种多父体非凸线性组合算子），最小淘汰压力策略（每次只淘汰群体中的一个最差个体），以及适应值共享的niche技术，这样既保证了近似解集对Pareto前沿的逼近，又保持了解集分布的均匀性，对一些代表性的Bench Mark问题（包括凸的与非凸的，连续的与间断的，带约束的与不带约束的各种问题）数值试验都取得了很好的结果。