[发明专利]高维多目标的定向多种群混合进化方法

权利要求书

1.高维多目标的定向多种群混合进化方法，其特征是：

（1）针对优化问题F，包含的目标数为M，需求得的解个数为N，设置一个空的规模为N×M的弧度矩阵Ψ，确定弧度矩阵Ψ内的元素值：矩阵Ψ第一行的元素将弧度区间评分为M份，取元素元素在元素上累加之后的元素重复同样的操作，即得到矩阵Ψ的第一行；矩阵Ψ第二行到第N行的元素都是对上一行对应列的元素累加步长得到，即重复此操作N-1次得到完整的矩阵Ψ，用弧度对弧度矩阵Ψ内的所有元素进行截断，小于等于的元素保持不变，大于的元素重新赋值为设置另外一个空的规模为N×M的方向矩阵V，令矩阵V中的元素

（2）确定所求问题F的变量x的个数D及每一个变量的上下限为方向矩阵V的每一行设立一个空的跟随种群X^k,k=1,2,…,N，所有跟随种群X^k的大小设为以随机方式xijk=xjL+rand·(xjU-xjL),i=1,2,...,N10,j=1,2,...D]]>的方式初始化所有的跟随种群X^k，设置一个规模为N×D的引领种群Q，计算种群X^k中所有个体的目标函数值F=(f₁(x),f₂(x),…,f_M(x))，确定每一个种群X^k各目标函数的最大值z_maxi和最小值z_mini，并依据公式计算种群X^k中个体的适应度值，从种群X^k中选取适应度g值最小的个体放入引领种群Q的第k行，另外设置一个规模为N×D的外部归档集Set，将引领种群Q中的个体拷贝到外部归档集Set中；

（3）针对每一个方向矢量v_k，选取引领种群中的个体q^k及其相邻的个体q^k+1或q^k-1，以随机方式q^k+rand·(q^k-q^k+1)的方式生成中间量以为引领的优秀个体对X^k中的每一个个体执行差分变异操作产生新的个体，计算新个体的适应度值g并与原个体的适应度值相比较，保留适应度值小的个体，对归档集Set中的个体执行二元锦标赛配对操作，对每一对个体执行SBX算子操作，产生新个体集合P；

（4）将引领种群Q、集合P、归档集Set三者合并成一个新的集合T，并置空归档集Set，首先对合并后的集合T执行交互式模糊支配分层，并截取不小于设定规模的最少层来构成过渡种群；其次，将过度种群中第一层的非支配个体和极值点直接复制到归档集Set；然后，计算过渡种群中个体的拥挤度，选取除第一层外拥挤度的数值大小位于前N的个体填充归档集Set，最终输出归档集Set。