改进的排序变异多目标差分进化算法

摘要 针对多目标差分进化算法在求解问题时收敛速度慢和均匀性欠佳的问题，提出了一种改进的排序变异多目标差分进化算法（MODE-IRM）。该算法将参与变异的三个父代个体中的最优个体作为基向量，提高了排序变异算子的求解速度；另外，算法采用反向参数控制方法在不同的优化阶段动态调整参数值，进一步提高了算法的收敛速度；最后，引入了改进的拥挤距离计算公式进行排序操作，提高了解的均匀性。采用标准多目标优化问题ZDTl~ZDT4，ZDT6和DTLZ6~DTLZ7进行仿真实验:MODE-IRM在总体性能上均优于MODE-RMO和PlatEMO平台上的MOEA/D-DE、RM-MEDA以及IM-MOEA；在世代距离（GD）、反向世代距离（IGD）和间隔指标（SP）性能度量指标方面，MODE-IRM在所有优化问题上的均值和方差均明显小于MODE-RMO。实验结果表明MODE-IRM在收敛性和均匀性指标上明显优于对比算法