面向多目标优化的适应度共享免疫克隆算法

多目标优化的目标在于使得解集能够快速的逼近真实Pareto前沿.针对解的分布性问题,以免疫克隆算法为框架,引入适应度共享策略,提出了一种新的具有良好分布性保持的多目标优化进化算法;算法建立外部群体以保存非支配解,以Pareto占优和共享适应度作为外部群体更新与激活抗体选择的双重标准.为了增强算法对决策空间的开发能力,引入佳点搜索方法,在决策空间生成具有均匀散布特征的佳点集.通过数值实验,与经典的多种多目标进化算法比较,新算法得到的解集在收敛性和分布性方面均具有明显的改善.