融合定向交配与局部交配的约束MOEA/D改进解搜索性能

在本研究中，我们通过对直接交配方法（一种用于多目标进化算法的约束处理手段）与局部交配相融合，提出了一种改进。局部交配从初始选定父代周围的可行解空间中选取另一个父代。直接交配方法在选定第一个父代后，沿目标空间中的最优方向选取另一个父代，即使该父代不可行。它在耦合NSGA-II的约束优化问题上展现出更好的探索性能，但需要在最优方向上存在若干个体。由于来自第一个父代的最优方向所支配的更优解匮乏，随着代数推进，直接交配变得困难。为解决此问题，我们提出了一种混合方法，利用局部交配从首个选定父代的邻域中选取另一个父代，维持优良解周围的多样性并辅助直接交配过程。我们在三个具有独特帕累托前沿的数学问题和两个真实世界应用上评估了所提方法。我们使用超体积平均值和标准差的代际历史作为性能评估准则。研究结果表明，所提方法在保持高多样性的同时，能比现有方法更好地求解约束多目标问题。