[本文摘要]

针对PESA算法所需的计算运算量、计算难度及运算时间都随着解集数量的增加而急剧增加的问题，将熵值度量指标引入到PESA算法中，提出了基于信息熵的PESA算法(C-PESA, comentropy-based PESA)。该算法根据信息熵指标在量化度量Pareto解集的分布特性，判断种群进化是否到达成熟阶段，本算法迭代1 300次时即到达成熟阶段，从而尽早结束了算法复杂的优化过程，在一定程度上简化了PESA算法的时间复杂度。仿真结果表明，随着进化种群数量的增长，C-PESA算法的计算量只是呈现线性增加，算法的计算时间缩短接近4倍，进化计算效率得到提高。