论文部分内容阅读
针对多目标优化问题,该文提出了一种自适应差分算法.该算法引用了一种新的选择方法,有效保留了精英解;给出了自适应参数F的一个新定义,使算法的搜索速度与算法当前的实际情况相结合;同时采取了局部搜索策略,有利于算法全面搜索可行空间.最后,把算法应用到四个典型的多目标测试函数,数值结果表明,该算法能够有效的收敛到Pareto非劣最优目标域,并沿着Pareto非劣目标域有很好的分散性.