并行Pareto多目标演化算法

并行Pareto多目标演化算法 Parallel Pareto Multi-Objective Evolutionary Algorithm 熊盛武 XIONG Sheng-wu 1 2 first-author 李锋 LI Feng 1 2 武汉理工大学计算机学院 武汉理工大学计算机学院 School of Computer Science and Technology, Wuhan University of Technology School of Computer Science and Technology, Wuhan University of Technology 武汉理工大学计算机学院,湖北,武汉,430070 武汉理工大学计算机学院,湖北,武汉,430070 提出并实现了一个并行Pareto多目标演化算法 （PPMEA） .PPMEA算法是一个通过演化算法来解决基于Pareto的多目标优化问题的并行计算模型 .在这个算法中 ,采用了并行演化算法中常用的全局并行模型和粗粒度并行岛模型 .构成每个岛的子群体以不同的杂交概率和变异概率各自独立的演化 ,但是每隔一定的代数它们要交换外部集中的个体 .标准测试函数的数值实验结果表明 ,所提出的算法能够使找到的解集快速收敛到Pareto非劣最优目标域 ,并且解集沿着Pareto非劣最优目标域有很好的扩展性 . A Parallel Pareto Multi-objective Evolutionary Algorithm（PPMEA） is proposed. PPMEA is a parallel computing model designed for solving Pareto-based multi-objective optimization problems by using an evolutionary procedure. In this procedure, both global parallelization and island parallel evolutionary algorithm models are used. Each subpopulation evolves separately with different crossover and mutation probability, but they exchange individuals in the elitist archive. The benchmark problems numerical experiment results demonstrate that the proposed method can rapidly converge to the Pareto optimal front and spread widely along the front. 多目标优化 演化计算 并行算法 multi-objective optimization evolutionary computation parallel algorithm O224 国家自然科学基金资助项目 （ 60 173 0 46）;湖北省自然科学基金资助项目 （ 2 0 0 2AB0 40 ） 2003-03-01 2021-04-01 3