基于适应度指导交配限制策略的重组算子与多目标优化研究.docx

1 引言 目前，大多数多目标进化算法仍是直接采用为单目标进化算法而设计的重组算子［1］.事实上，单目标优化问题存在一个或多个全局最优解，而多目标优化问题则是呈现出良好规则流形结构的 Pareto 解集（Pareto optimal set， PS），即连续多目标优化问题的 PS 在变量空间上呈现连续分段的（m-1）维流形结构.由于单目标优化与多目标优化最优解的拓扑结构存在本质区别，所以直接将单目标进化算法的重组算子应用于多目标进化算法，并不能保证达到最理想的求解效果［2，3］. 有研究表明，在多目标优化算法中，与相似个体进行交配可以提高新解的质量，加速算法的收敛［4，6］.这种做法实际上增强了