论文部分内容阅读
基于Pareto支配的多目标进化算法能够很好地处理2～3维的多目标优化问题。但在处理高维多目标问题时，随着目标维数的增大，支配受阻解的数量急剧增加，导致现有的多目标算法存在选择压力不够、优化效果较差的问题。通过引入口支配提供严格的Pareto分层，在同层中挑选相对稀疏的解作为候选解，同时详细分析不同a对算法性能的影响，提出一种新的基于α偏序和拥塞距离抽样的高维目标进化算法。将该算法在DTLZ上进行性能测试，并采用世代距离（GD）、空间评价（SP）、超体积（HV）等多个指标评估算法的性能。实验结果表明，引入