一种基于生成对抗网络的增强多样性的多目标演化方法

一种基于生成对抗网络的增强多样性的多目标演化方法，通过在生成对抗网络中引入更适合用于多目标演化算法的多样性损失函数，提高生成对抗网络为多目标演化算法所生成种群的多样性并充分探索决策空间。在多样性档案中引入K‑means聚类算法，保证种群在决策空间中均匀分布。在收敛性档案中使用基于计算效率树的快速非支配排序方法，加快其筛选高质量种群速度。在收敛性档案中引入基于生成对抗网络的多样性填充模块，使用此模块在高质量候选解中间进行填充候选解操作，使算法最终种群更加均匀的分布在帕累托前沿。本发明建立基于生成对抗网络的双存档演化算法，更好的对多样性种群进行筛选，使种群迭代过程在保证多样性的同时兼顾收敛性。