关于改进自适应多种群NSGA-Ⅲ算法的探讨

简介：
本文深入探讨了自适应多种群非支配排序遗传算法第三代(NSGA-III)的优化与改进策略，旨在提升其在多目标优化问题中的应用效果。 针对第三代非支配排序遗传算法（non-dominated sorting genetic algorithm-Ⅲ，NSGA-Ⅲ）在处理高维多目标函数问题时存在收敛精度低以及搜索性能差等不足之处，本段落提出了一种自适应多种群的NSGA-Ⅲ改进方案。首先将单一的传统种群划分为四个亚种群，并为每个亚种群分配不同的交叉算子；其次引入外部最优解集（external optimal solution set，EXS）的概念，通过计算个体更新该集合时所占的比例来自行调整各个亚种群的规模；最后利用局部搜索策略来提升EXS在特定区域内的探索能力。实验中选取了四个不同类型的测试函数，并与七种其他算法进行了对比分析。结果表明，在解决高维多目标优化问题方面，本段落提出的改进方案整体性能指标优于所有被比较的方法，可以更有效地获得较高的收敛精度和更好的群体多样性。