来源：期刊VIP网 时间：
作者：高淑芝;仰雷雨;张义民;
单位：沈阳化工大学装备可靠性研究所;沈阳化工大学信息工程学院;
摘要：在实际工程中，复杂的多目标问题是导致优化结果收敛性和多样性损失的重要因素。为了提高优化算法在复杂问题中维持解多样性和收敛性平衡的能力，提出了基于KnEA(A Knee Point Driven Evolutionary Algorithm)的辅助点进化算法。首先，该算法借助进化过程中有明显趋势的拐点作为邻域空间的中心；其次，通过分析邻域空间中的拐点与上一代拐点之间的关系，从侧面来定量分析了邻域空间的潜力；再次，为了解决对复杂问题优化过程中收敛性不足的缺陷，提出了根据邻域空间的进化潜力来增加辅助点的策略，进一步地提高了进化过程中的空间搜索能力。在种群的环境选择中，优先选择拐点和辅助点进化下一代，以此平衡种群的收敛性和多样性。将该算法在多目标测试问题上与流行的算法进行了比较，实验结果表明提出的算法在多目标问题优化中有明显优势。最后，将该算法应用到二级斜齿圆柱齿轮减速器优化设计当中。
关键词：多目标优化;;收敛性;;拐点;;齿轮减速器
基金资助：NSFC-国家自然科学重点基金—辽宁联合基金（U1708254）;; 辽宁省特聘教授（No.[2018]3533）
