论文部分内容阅读
该算法定义和使用稀松密度来保持群体中个体的均匀分布，并将个体的Pareto强度和稀松密度合并到个体的适应值定义中，使得搜索向Pareto最优解集的方向进行并防止早熟；算法还采用多父体杂交策略，每代只产生一个新个体、淘汰一个最差个体，精英个体自动留存。算法复杂度小，占用存储空间少。通过对测试函数的实验，验证了算法的可行性和有效性。