论文部分内容阅读
提出一种用于求解约束多目标优化问题的新算法，其主要特点是将约束条件转化为一个目标，并引入免疫克隆和免疫记忆机制，使抗体种群的演化过程和记忆单元的演化过程并行进行，更好地实现了抗体间的相互协作，保证了在演化过程中，解集从可行域内部和不可行域边缘向着约束最优Pareto-前端逼近．从而保证了算法较强的收敛性以及所得最优解较好的多样性．仿真结果表明，新算法很好的保持了所得最优解的多样性、均匀性以及较强的收敛性．