融合分解和自適應(yīng)鄰域的多目標離散組合優(yōu)化算法

摘要： 為了高效獲取現(xiàn)實中大規(guī)模多目標優(yōu)化問題解決方案，實現(xiàn)收斂性、多樣性和均勻性的平衡逐漸發(fā)展為多目標優(yōu)化的重要目標之一。針對復(fù)雜多目標離散組合優(yōu)化問題，提出了融合分解和自適應(yīng)鄰域的多目標離散組合優(yōu)化算法（MOALNS）。該算法在問題分解的基礎(chǔ)上為各子問題的尋優(yōu)進程引入大鄰域搜索策略與自適應(yīng)調(diào)整機制，形成一套新型的收斂指導(dǎo)準則突破尋優(yōu)阻力，進而使各子問題在搜索多維解空間的過程中達到全...