基于子区域PBI支配选择算子的高维多目标优化

来源：计量学报杂志2025年第8期北京时间：

作者：赵志伟, 解彦金, 熊志坚, 李涛, 邓家浩, 李桂梅

摘要：针对现有多目标进化算法在高维多目标优化问题上选择压力不足，收敛性和多样性表现不平衡的问题，提出一种基于子区域惩罚边界交叉（PBI）支配选择算子的高维多目标进化算法MaOEA-SOS。其中，PBI支配策略增加了算法的选择压力，促进种群收敛，子区域划分操作将个体支配关系限制在子区域内，维护种群多样。MaOEA-SOS引入1个包含模拟二进制交叉算子和权重差分进化（WDE）算子的算子池，算法根据子区域PBI支配准则判断个体进化状态，从算子池中选择合适的进化算子，在进化过程中为每个解寻求探究和探索之间的平衡。WDE算子中包含一个根据函数计算量改变的权重因子，自适应控制WDE算子的搜索范围。为了增强WDE算子的鲁棒性，引入双精英存档机制。将MaOEA-SOS和5种代表性算法在15和20目标WFG测试集上进行对比。结果表明，18个测试问题中，MaOEA-SOS在12个测试问题上可获得收敛性和多样性更优的Pareto解集。

关键词：算法理论,PBI支配,子区域,算子选择,动态权重因子,精英存档,高维多目标优化

基金资助：唐山市人才资助项目(A2021110015)