国际群体智能与进化计算杂志

抽象的

一种用于多目标优化的混合单纯形非支配排序遗传算法

赛义德·H·普尔塔克杜斯特、赛义德·M·赞达维

本文介绍了一种利用两种已建立的启发式算法解决多目标优化问题的混合方案。所提出的混合方案由两部分组成，包括 Nelder-Mead 单纯形算法 (SA) 和非支配排序遗传算法 II (NSGA II)。在这方面，在 NSGA II 对最佳点进行排序之后，SA 搜索最佳集以找到局部最佳点，从而定位可能包含全局最小值的有希望区域。这尤其有用，因为 SA 是一种有效的算法，可以准确、快速地利用最佳点的有希望区域。所提出的混合方案应用于一些基准函数的多目标优化，并将其性能与经典 NSGA II 以及多目标粒子群优化 (MOPSO) 的性能进行了比较。数值结果表明，所提出的混合方案提供的结果优于现有算法。