NSGA-II的改进拥挤距离

非支配排序遗传算法II（NSGA-II）在处理多目标问题时表现良好。在评估多目标问题算法的有效性时，常同时考虑两类指标，即到Pareto前沿的收敛性和分布特性。标准NSGA-II中的拥挤距离具有如下性质：立方体内的解具有相同的拥挤距离，这对算法的收敛性没有贡献。实际上，解越接近Pareto前沿，其优先级应越高。本文重新定义了拥挤距离，同时几乎保留了原拥挤距离的全部优点。此外，其收敛到Pareto前沿的速度更快。最后，通过将改进方法应用于求解九个基准问题，证明了该改进的有效性。