论文部分内容阅读
提出一种基于差分进化算法的多目标进化算法,该算法个体的选择是通过非支配排序和拥挤度距离进行综合考虑.保证了算法收敛到Pareto最优解集的同时,提高了最优解个体分布的多样性.通过与非支配排序遗传算法II(NSGAII)算法进行仿真对比,结果显示基于拥挤度排序的多目标差分进化算法在收敛性和Pareto最优解集分布的多样性上均优于NSGAII算法.最后将其引入到热连轧负荷分配优化计算中,给出了目标函数的表达方式,对多目标进化算法在热连轧负荷分配计算中的应用进行了研究.