Page 185 - 《软件学报》2026年第3期

1148 软件学报 2026 年第 37 卷第 3 期

2 基于信息共享的改进双归档高维多目标进化算法 Two-Arch/IS

2.1 算法框架

为了能够更有效地求解 MaOP, Two-Arch/IS 采取了 Two-Arch 的基本思想, 维护两个档案库分别促进收敛性
和多样性. 在此基础之上, Two-Arch/IS 进一步引入了繁殖搜索策略, 以增强算法的搜索能力; 设计了不同的环境选
择过程, 以更有效地选择高质量解; 此外, 算法还加强了档案库之间的个体信息交流, 从而提升整体性能. Two-Arch/IS
算法的流程图如图 2 所示.

开始
初始化
获得非支配解
是否达到 是 更
停滞条件? 结束 新
划分子种群 权重向量
否
限制性策略 子种群 1 子种群 2 子种群 X
繁 选择父种群 更新 … 更新
更新
殖 档案库 档案库 档案库
生成子代

否 是否需要 否
CA/DA>N?
子代迁移?
信 是
息 是
补 找到档案库中
偿 边界解 截 计算种群内个体间夹角,
断 找到夹角最小的两个个体
否 判断是否
满足迁移条件?
依据转移密度估计移除
是 劣势个体
在 CA 和 DA 中
进行个体迁移

图 2 Two-Arch/IS 框架流程图

在种群进化过程中, Two-Arch/IS 设计了特别的种群繁殖策略, 其中特别设置了一个限制性的参数 δ, 用于指
导以不同概率在档案库中选择性地挑选父种群, 以此产生高质量的子代个体. 通过交叉和突变操作产生新的子代
后, Two-Arch/IS 依据产生的非支配解集和算法初始化得到的一组权重向量对档案库进行更新, 通过权重向量划分
种群, 在各个子种群内部根据规则独立更新档案库, 更新完成后合并子种群. 此时 Two-Arch/IS 检查档案库大小是
否超出预设上限 N, 若超出, 则移除档案库中额外的劣势解. Two-Arch/IS 基于角度选择与转移密度估计的方法从
档案库中选择综合质量差的个体并删除, 以确保两个档案库大小均不超出限制. 最后, Two-Arch/IS 在特定情况下
实施档案库间的信息补偿, 通过选择档案库中的边界解, 根据一系列条件判断是否交换个体, 以此为 CA 增加多样
性信息, 为 DA 增加收敛性信息. 为了更清晰地展示算法迭代过程, 算法 1 给出了 Two-Arch/IS 框架的伪代码.

算法 1. Two-Arch/IS 算法框架.
输入: 种群大小 N, 目标数量 M, 限制性交配参数 δ, 最大迭代次数 MG;