一种基于对偶搜索的双种群协同进化方法及应用技术

本发明专利技术涉及一种基于对偶搜索的双种群协同进化方法及应用，该方法维持了两个对偶互补和协同进化的种群，分别为：分别拥有独立互补的进化范式的面向收敛性优化种群CP和面向多样性优化种群DP；其中CP采用面向收敛性进化方向的交叉和突变算子进行种群繁殖，并结合收敛性优先环境选择机制来维持种群的收敛性；DP采用面向多样性进化方向的交叉和突变算子进行种群繁殖，并结合多样性优先环境选择机制来维持种群多样性；所述CP和DP通过限制交配选择、信息共享和信息补偿三种协同交互机制来实现进化信息的互补。与现有技术相比，本发明专利技术具有适配性强，采用的对偶搜索理念可以利用对偶中心点的互补效应来处理具有凹或凸形状的PF问题等优点。题等优点。题等优点。

A dual search based dual population coevolution method and its application

【技术实现步骤摘要】
一种基于对偶搜索的双种群协同进化方法及应用


[0001]本专利技术涉及多目标演化计算领域，尤其是涉及一种基于对偶搜索的双种群协同进化方法。

技术介绍

[0002]传统的多目标进化算法，如NSGAII、MOEA/D和IBEA，在求解低维多目标优化问题时通常能够表现出很好的性能，但随着目标变量维数的增加：一方面，决策空间呈指数增长，算法的计算复杂度急剧增加；另一方面，不同目标间优化冲突加剧，收敛性和多样性难以平衡，算法的优化效果显著下降。如何针对高维多目标优化问题(Many
‑
objective Optimization Problems,MaOPs)进行快速、高效求解，是当前多目标进化算法领域的研究难点。近年来，学术及工业界先后提出了基于Pareto支配、基于分解和基于指标等多种多目标进化算法框架对MaOPs进行优化研究，但仍存在着许多亟待解决的问题，主要表现在以下几个方面：
[0003](1)搜索能力不足
[0004]现有多目标进化算法研究中，新个体的产生一般独立于待优化问题，计算资源被均匀分配到染色体的每个基因上，并试图在每次迭代进化过程中维持种群覆盖整个帕累托前沿(Pareto Front,PF)。但随着目标变量维数的增加，搜索空间呈指数增长，导致具体分配到每个PF子部分的计算资源严重匮乏。
[0005](2)收敛性与多样性冲突难以平衡
[0006]为了平衡种群收敛性和多样性冲突，现有研究的普遍做法是在一次种群迭代优化过程中同时保持种群的收敛性和多样性。然而，M维目标空间中非支配空间的比例高达(2M
‑
2)/2M，随着目标空间维数的增加，种群中几乎所有的个体都是互不支配，“一次迭代同时优化”的环境选择机制无法产生足够的选择压力去促进种群多样化。

技术实现思路

[0007]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于对偶搜索的双种群协同进化方法及应用。
[0008]本专利技术的目的可以通过以下技术方案来实现：
[0009]根据本专利技术的一个方面，提供了一种基于对偶搜索的双种群协同进化方法，该方法维持了两个对偶互补和协同进化的种群，分别为：分别拥有独立互补的进化范式的面向收敛性优化种群CP和面向多样性优化种群DP；
[0010]其中CP采用面向收敛性进化方向的交叉和突变算子进行种群繁殖，并结合收敛性优先环境选择机制来维持种群的收敛性；DP采用面向多样性进化方向的交叉和突变算子进行种群繁殖，并结合多样性优先环境选择机制来维持种群多样性；
[0011]所述CP和DP通过限制交配选择、信息共享和信息补偿三种协同交互机制来实现进化信息的互补。
[0012]作为优选的技术方案，该方法具体包括以下步骤：
[0013]步骤1，随机初始化种群CP和DP；
[0014]步骤2，基于控制变量分析技术，将决策变量划分为收敛性变量和多样性变量；
[0015]步骤3，基于链接学习技术，将收敛性变量划分为互不依赖的收敛性变量分组；
[0016]步骤4，在CP交配选择过程中，限制交配选择策略RMS基于收敛性交配选择策略从CP中选取个体P
c
，然后从DP中基于邻域交配优势来选取个体P
d
；
[0017]步骤5，在DP交配选择过程中，限制交配选择策略RMS基于多样性交配选择策略从DP中选取个体P
d
，然后从CP中基于邻域交配优势来选取个体P
c
；
[0018]步骤6，在CP繁殖过程中，基于收敛性变量分组对个体进行交叉和突变操作；
[0019]步骤7，在DP繁殖过程中，基于多样性变量分组对个体进行交叉和突变操作；
[0020]步骤8，CP和DP在环境选择过程中执行如下步骤：
[0021]S1、对CP和DP后代解进行共享，从而使得新产生的种群能够继承两个父代种群的优势；
[0022]S2、CP采用收敛性环境选择机制，引导种群向理想点Z
*
方向演化；
[0023]S3、DP采用多样性环境选择机制，引导种群向最低点Z
nad
方向演化；
[0024]步骤9，对CP和DP每次迭代后的新种群采用主从范式或交叉范式进行信息补偿。
[0025]作为优选的技术方案，所述限制交配选择策略RMS用于两个种群中父代解的选取。
[0026]作为优选的技术方案，所述限制交配选择策略RMS用于两个种群中父代解的选取具体为；在CP进化过程中，RMS基于收敛性交配选择策略从CP中选取个体P
c
，然后从DP中基于邻域交配优势来选取个体P
d
；在DP进化过程中，RMS基于多样性交配选择策略从DP中选取个体P
d
，然后从CP中基于邻域交配优势来选取个体P
c
。
[0027]作为优选的技术方案，所述CP和DP在环境选择阶段对各自后代解进行共享，从而使得新产生的种群能够继承两个父代种群的优势。
[0028]作为优选的技术方案，所述CP和DP每次迭代后的新种群进行信息补偿，具体包含两种信息补偿范式：一种是主从范式，新产生的两个种群具有主从关系，从种群负责对主种群进行信息补偿，算法的最终输出结果由主种群产生；一种是交叉范式，两个种群基于各自优势进行相互间的信息补偿，算法的最终输出结果由CP和DP共同产生。
[0029]作为优选的技术方案，所述将决策变量划分为收敛性变量和多样性变量具体步骤如下：
[0030]201)控制变量分析：通过控制变量和随机扰动技术将决策变量划分为收敛性变量和发散性变量；
[0031]202)依赖关系分析：基于链接学习技术将收敛性变量划分为互不依赖的独立分组；
[0032]203)收敛性交叉算子以互不依赖的收敛性变量分组为单位进行交叉操作；多样性交叉算子以所有发散性变量为单位进行交叉操作；
[0033]204)收敛性突变算子在收敛性变量中选择变量进行突变；多样性突变算子在发散性变量中选择变量进行突变。
[0034]作为优选的技术方案，分别基于PBI和IPBI中的理想点Z
*
和最低点Z
nad
来构成对偶中心点，引导CP和DP中的个体向对偶方向演化。
[0035]作为优选的技术方案，所述演化具体过程如下：
[0036]801)CP以理想点Z
*
为出发点构造权重向量，基于PBI来设计收敛性环境选择机制，从而通过最小化PBI促进种群向Z
*
方向演化；
[0037]802)DP以最低点Z
nad
为出发点构造权重向量，使用与PBI搜索方向对偶的IPBI设计多样性环境选择机制，从而通过最大化IPBI促进种群向远离Z
nad
方向演化；
[0038]803)若CP和DP之间采用交叉范式进行信息补偿：
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于对偶搜索的双种群协同进化方法，其特征在于，该方法维持了两个对偶互补和协同进化的种群，分别为：分别拥有独立互补的进化范式的面向收敛性优化种群CP和面向多样性优化种群DP；其中CP采用面向收敛性进化方向的交叉和突变算子进行种群繁殖，并结合收敛性优先环境选择机制来维持种群的收敛性；DP采用面向多样性进化方向的交叉和突变算子进行种群繁殖，并结合多样性优先环境选择机制来维持种群多样性；所述CP和DP通过限制交配选择、信息共享和信息补偿三种协同交互机制来实现进化信息的互补。2.根据权利要求1所述的一种基于对偶搜索的双种群协同进化方法，其特征在于，该方法具体包括以下步骤：步骤1，随机初始化种群CP和DP；步骤2，基于控制变量分析技术，将决策变量划分为收敛性变量和多样性变量；步骤3，基于链接学习技术，将收敛性变量划分为互不依赖的收敛性变量分组；步骤4，在CP交配选择过程中，限制交配选择策略RMS基于收敛性交配选择策略从CP中选取个体P
c
，然后从DP中基于邻域交配优势来选取个体P
d
；步骤5，在DP交配选择过程中，限制交配选择策略RMS基于多样性交配选择策略从DP中选取个体P
d
，然后从CP中基于邻域交配优势来选取个体P
c
；步骤6，在CP繁殖过程中，基于收敛性变量分组对个体进行交叉和突变操作；步骤7，在DP繁殖过程中，基于多样性变量分组对个体进行交叉和突变操作；步骤8，CP和DP在环境选择过程中执行如下步骤：S1、对CP和DP后代解进行共享，从而使得新产生的种群能够继承两个父代种群的优势；S2、CP采用收敛性环境选择机制，引导种群向理想点Z
*
方向演化；S3、DP采用多样性环境选择机制，引导种群向最低点Z
nad
方向演化；步骤9，对CP和DP每次迭代后的新种群采用主从范式或交叉范式进行信息补偿。3.根据权利要求2所述的一种基于对偶搜索的双种群协同进化方法，其特征在于，所述限制交配选择策略RMS用于两个种群中父代解的选取。4.根据权利要求3所述的一种基于对偶搜索的双种群协同进化方法，其特征在于，所述限制交配选择策略RMS用于两个种群中父代解的选取具体为；在CP进化过程中，RMS基于收敛性交配选择策略从CP中选取个体P
c
，然后从DP中基于邻域交配优势来选取个体P
d
；在DP进化过程中，RMS基于多样性交配选择策略从DP中选取个体P
d
，然后从CP中基于邻域交配优势来选取个体P
c
。5.根据权利要求1或2所述的一种基于对偶...

【专利技术属性】
技术研发人员：丁炜超，周贤芳，郭立，张利军，单锦华，
申请(专利权)人：上海云参科技有限公司，
类型：发明
国别省市：