论文部分内容阅读
差分演化算法已经被成功地用于解决单目标和多目标优化问题，然而它的搜索能力受限于所使用的变异模式和控制参数。为此，提出一种新的变异模式——K阶差分，并引人参数自适应机制，设计了一个基于自适应K阶差分演化的多目标优化算法。与NSGA-II、DEMO的仿真实验比较结果表明，该算法在ZDT测试问题上能获得较好的优化效果。