A Sobol-Driven Multi-Objective Whale Migration Algorithm for Engineering Optimization

Lizhen Du

doi:10.3390/biomimetics11090642

A Sobol-Driven Multi-Objective Whale Migration Algorithm for Engineering Optimization

2026-09-08

0

OA

AI

DOI：10.3390/biomimetics11090642

原文链接

原文求助

摘要

En 中文

多目标优化在现代设计和复杂工程应用中发挥着重要作用。然而，实现Pareto最优解的收敛性和多样性的有效平衡仍然具有挑战性。本文提出了一种基于Sobol的多目标鲸鱼迁移算法（SMOWMA），该算法在非支配排序和精英选择框架内扩展了鲸鱼迁移算法。首先采用最大最小打乱Sobol初始化方案以提高初始种群的分布。然后将存档引导的自适应Student-t飞行机制整合到领导者鲸鱼位置更新中，以动态平衡全局探索和局部开发。此外，存档拥挤信息和存档条目成功反馈被联合用于根据环境多样性和近期搜索性能调整搜索行为。SMOWMA在五个广泛使用的多目标基准测试套件（即ZDT、DTLZ、WFG、UF和CF）上进行了评估，使用了四个性能指标：世代距离（GD）、反向世代距离（IGD）、间距（SP）和超体积（HV）。结果表明，结合Friedman检验和Holm调整的Wilcoxon检验，SMOWMA在收敛性、多样性和目标空间覆盖方面取得了具有竞争力的整体性能，尽管其相对优势仍取决于具体问题。SMOWMA的实用性进一步通过多目标焊接梁设计公式、双目标四杆桁架设计问题和五目标汽车侧面碰撞设计问题进行了检验。工程结果表明，SMOWMA能够为不同目标数量的约束设计问题获得具有竞争力和稳定的近似集，支持其在多目标工程优化中的有效性和适用性。

Keyword:

multi-objective optimization

whale migration algorithm

Pareto front approximation

engineering design optimization

Sobol sequence

A Sobol-Driven Multi-Objective Whale Migration Algorithm for Engineering Optimization

摘要

期刊

机构

引用论文