论文部分内容阅读
针对多目标优化问题,微分进化是一种简单、快速且具有鲁棒性的进化算法。提出一种基于Pareto的双群体多目标微分进化算法(DEPDP),DEPDP与传统微分进化区别在于:个体的变异操作和选择方式。DEPDP的变异过程类似于粒子群优化的粒子速度更新操作,即包括可行解个体,也有不可行解个体的参与;在个体的选择过程中,组合修正后的不可行解个体和可行解个体,并采用一种特殊的"非劣排序和等级选择过程"确定出新一代种群。仿真实验表明:相比其他比较算法,DEPDP获得的Pareto最优解有着良好的多样性均匀分布特点