基于多策略融合的混合多目标蝗虫优化算法

发布时间：2023-02-22 17:42

　　为提高蝗虫优化算法(GOA)求解多目标问题的性能,提出一种基于多策略融合的混合多目标蝗虫优化算法(HMOGOA)。首先,利用Halton序列建立初始种群,保证种群在初始阶段具有均匀分布和较高多样性;然后,通过差分变异算子引导种群变异,促进种群向优势个体移动同时进行更大范围寻优;最后,利用自适应权重因子根据种群优化情况动态调整算法全局搜索和局部寻优能力,提高优化效率及解集质量。选取7个典型函数进行实验测试,并将HMOGOA与多目标蝗虫优化、多目标粒子群(MOPSO)、基于分解的多目标进化(MOEA/D)及非支配排序遗传算法(NSGAⅡ)对比分析。实验结果表明,该算法避免了其他四种算法的局部最优问题,明显提高了解集分布均匀性和分布广度,具有更好的收敛精度和稳定性。

【文章页数】：7 页

【文章目录】：
0 引言
1 标准多目标蝗虫优化算法
2 混合多目标蝗虫优化算法
    2.1 基于Halton序列初始化
    2.2 基于差分变异算子的种群更新策略
    2.3 自适应权重因子
    2.4 混合多目标蝗虫优化算法的流程
3 实验及分析
    3.1 测试问题及实验设置
    3.2 性能指标
    3.3 实验结果及分析
4 结语



本文编号：3748006