基于竞争与合作多任务的约束多目标进化算法

张萌, 梁静, 乔康加, 岳彩通, 王曦璐

郑州大学学报(工学版) ›› 2026, Vol. 47 ›› Issue (02) : 51 -58+76.

PDF
郑州大学学报(工学版) ›› 2026, Vol. 47 ›› Issue (02) : 51 -58+76. DOI: 10.13705/j.issn.1671-6833.2025.05.021

基于竞争与合作多任务的约束多目标进化算法

    张萌, 梁静, 乔康加, 岳彩通, 王曦璐
作者信息 +

Author information +
文章历史 +
PDF

摘要

基于多任务的约束多目标进化算法在资源分配和协同优化方面存在不足,导致低有效性种群浪费计算资源以及优质解信息未被充分利用。因此,设计了一种基于竞争与合作多任务的约束多目标进化算法,包含两个主要的策略:第一,提出一种基于竞争的资源分配策略,基于各任务种群的历史表现实现计算资源的自适应分配;第二,设计了基于父代聚合和子代扩散的协同优化策略,通过跨任务合作生成高质量的子代,并使子代扩散到各任务种群中,实现有效信息的高效利用。提出的算法与其他5种先进算法(CMOEA_MS、cDPEA、EMCMO、MTCMO、CMOEMT)在38个测试函数上进行对比实验。结果表明:所提算法在IGD和HV指标上分别在25个和26个函数上取得了最优结果,且分别至少在23个和24个函数上优于对比算法;所提算法在所有函数上的可行率达到100%,能够有效求解约束多目标优化问题。

关键词

约束多目标优化 / 进化算法 / 多任务 / 资源分配 / 协同优化

Key words

引用本文

引用格式 ▾
基于竞争与合作多任务的约束多目标进化算法[J]. 郑州大学学报(工学版), 2026, 47(02): 51-58+76 DOI:10.13705/j.issn.1671-6833.2025.05.021

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/