[发明专利]协同进化的多目标差分进化方法

权利要求书

1.协同进化的多目标差分进化方法，其特征在于，包括以下步骤：

S1：设定多目标优化问题的目标数目M，最大迭代次数T_max，决策向量的维度n，种群的规模为N，外部档案集的容量为N'，仿二进制交叉分布指数η，变异概率p_m，差分进化缩放因子F；

S2：初始化：令迭代计数器t＝0，置初始的外部档案集Arc(t)为空，并利用随机化方法在待优化问题的决策空间中分别产生一个规模为N的初始进化种群P(t)和一个规模为N的初始竞争种群P_c(t)；

S3：计算进化种群P(t)中各个体的目标函数值向量；

S4：根据步骤S3中计算的结果，利用快速非支配排序方法对进化种群P(t)进行排序，根据排序结果将P(t)中的非支配个体拷贝到外部档案集中，若外部档案集满，则利用拥挤距离策略对外部档案集进行修剪；

S5：对进化种群P(t)依次执行差分变异、差分交叉和差分选择操作，生成规模为N的子代种群P’(t)；

S6：令P_tem(t)＝P_c(t)∪P’(t)，P_tem(t)为临时中间种群，其规模为2N；

S7：计算P_tem(t)中各个体的目标函数值向量；

S8：根据步骤S7的计算结果，利用快速非支配排序方法对P_tem(t)进行排序，根据排序的结果将P_tem(t)中的非支配个体拷贝到外部档案集中，若外部档案集已满，则利用拥挤距离策略对外部档案集进行修剪；

S9：根据步骤S8的排序结果，从P_tem(t)中选择前N个较优的个体组成算法的下一代进化种群P(t+1)，并令P_c(t+1)＝P’(t)；

S10：判断迭代次数t是否达到T_max，若未达到，则t＝t+1，并转至步骤S3；否则，转至步骤S11；

S11：输出外部档案集中的全部解个体，结束。

2.如权利要求书1所述的协同进化的多目标差分进化方法，其特征在于，S2中，其中，t为算法迭代次数。

3.如权利要求书1所述的协同进化的多目标差分进化方法，其特征在于，S5中，对进化种群P(t)依次执行差分变异、差分交叉和差分选择操作，具体为：

1)差分变异：对进化种群P(t)中的任一个体按照公式生成变异个体其中，F为缩放因子，和是通过随机方式从进化种群P(t)中选择的两个个体，且满足i≠a≠b，

2)差分交叉：将变异个体和目标个体按照公式进行离散交叉，生成交叉个体其中，p_c为交叉变异的概率，rand_ij[0,1]为均匀分布在[0,1]之间的随机数，j＝1,2,…,D，D为决策向量的维度，j_rand为均匀分布在[1,D]之间的随机数，j＝j_rand，

3)差分选择：若支配则成为下一代个体；若支配则舍弃若与相互非支配，则选择为下一代个体。

4.如权利要求书1所述的协同进化的多目标差分进化方法，其特征在于，在S4和S8中，所述拥挤距离策略的执行机制，以个体x_i为例，假设在高维目标空间中与x_i相邻近的个体分别为x_i-1和x_i+1，则个体x_i的拥挤距离其中，f_j(x_i+1)表示个体x_i+1在第j个目标函数上的值，M为待优化的多目标优化问题的目标数目。