改进多子群合作的约束多目标粒子群优化算法

摘要

为解决约束多目标优化问题中约束性、收敛性与多样性之间的矛盾，本文提出一种改进多子群合作的约束多目标粒子群优化算法.算法将种群划分为一个主群和多个子群，主群专注于探索可行域，子群关注解空间探索而不考虑约束条件，以此有效平衡三者.针对子群，设计循环动态重组策略，定期重组子群，提升多样性.针对主群，设计动态抖动更新策略，通过加入抖动项，有助于跳出局部最优；设计分布多元化增强策略，利用权重向量选择后代种群，确保解集的均匀分布；设计渐进式限域策略，随着迭代收缩探索空间，保证约束性与收敛性.实验结果显示，对比同类算法，该算法在14个测试用例中表现最佳，并在其中10个用例中取得最优结果.

关键词

多子群合作 / 约束多目标优化问题 / 渐进式限域 / 循环动态重构 / 抖动更新