目录
1.摘要
本文提出了一种多目标黏菌算法(MOSMA),用于处理工业中的多目标优化问题。MOSMA结合了黏菌的振荡行为理论和精英非支配排序方法,以准确估计帕累托最优解并优化解的分布。该算法在多种性能指标上与其他已建立的多目标优化算法进行了比较,如生成距离(GD)、反向生成距离(IGD)等,表现出较高的优越性。
2.MULTIOBJECTIVE SLIME MOULD ALGORITHM (MOSMA)
2.1 单目标黏菌算法(SMA)
2.2 多目标黏菌算法(MOSMA)
MOSMA算法采用精英非支配排序和保持多样性的拥挤距离机制,非支配排序的过程包括首先计算非支配解,然后进行非支配排序,以及计算所有非支配解的非支配排名。非支配排名的过程中,位于第一前沿的解由于未被任何解支配,因此排名为0;位于第二前沿的解则至少被第一前沿中的某些解支配,其排名等于支配它们的解的数量。此外,通过拥挤距离机制在解之间维持多样性,确保优化过程中解的多样性得到有效保持。拥挤距离(CD):
C
D
j
i
=
f
j
i
+
1
−
f
j
i
−
1
f
j
m
a
x
−
f
j
m
i
n
CD_j^i=\frac{f_j^{i+1}-f_j^{i-1}}{f_j^{max}-f_j^{min}}
CDji=fjmax−fjminfji+1−fji−1
流程图
伪代码
3.结果展示
4.参考文献
[1] Premkumar M, Jangir P, Sowmya R, et al. MOSMA: Multi-objective slime mould algorithm based on elitist non-dominated sorting[J]. IEEE Access, 2020, 9: 3229-3248.