目录
3 运行结果
1 概述
进化算法3作为一类启发式搜索算法,己被成功应用于多目标优化领域,发展成为一个相对较热门的研究方向–进化多目标优化。进化算法通过在代与代之间维持由潜在解组成的种群来实现全局搜索,这种从种群到种群的方法对于搜索多目标优化问题的Pareto最优解集是很有用的。
PESA 4( the Pareto Envelope - based SelectionAlgorithm)是Corne 等人在2000年提出的一种多目标进化算法。在2001年,Corme给出了该算法的改进版本,即PESAII 5,采用了基于区域选择替代个体选择。
2 PESAI 算法
PESAII为求解多目标问题的一种经典进化算法。该算法设置了一个外部种群和一个内部种群。进化的时候,将内部种群中的非支配个体加入到外部种群,并淘汰外部种群中的支配个体。当外部种群数目达到上限的时候,采用删除外部种群中拥挤系数最小的个体;当个体的拥挤系数相同的时候,随机删除一个,重复该过程直到种群数目满足上限。每次进化,都会将内部种群清空,然后从外部种群中选出个体,按照一定的概率进行交叉,变异得到新的个体,并将这些新的个体加入到内部种群。该算法最终的解就是外部种群的个体,即若干个的Pareto最优解,用户可以根据需要选择适当的解。