多目标遗传算法探究及其工程案例应用

针对多目标优化问题,本文提出一种多目标遗传算法(MOGA)。该算法引入重启动策略,从而来避免进化种群过早的收敛到某一局部Pareto最优解。一旦进化种群早熟,则在设计变量空间中重新生成一个进化种群,同时提出一种探测算子在非支配解的设计空间中进行探测性的搜索,以提高收敛效率。采用非支配解排序,将每代中的非支配解集存入一外部种群中,同时为了保持外部非支配个体分布的均匀性,进一步根据个体拥挤距离进行同一非支配级个体的比较和选择。最后将该算法用于求解汽车被动悬架结构的多目标优化设计案例,求解结果表明其具有较强的求解工程问题的能力。