摘要：本文针对复杂多目标优化问题Pareto前沿搜索难度大的特点，设计了一种结合多种群间捕获竞争、强化学习机制的多种群Memetic学习策略与进化计算模型．受种群进化、捕食种群与被捕食群体间的竞争等生态学原理的启发，提出了一种基于生态种群捕获竞争模型的多目标Memetic优化算法（Multi．Objective MemeticAlgorithmbasedon EcologicolPopulation Preying-competitionModel，ECPM-MOMA）．ECPM-MOMA算法设计并运用了捕获竞争、强化学习算子进行全局搜索，在种群进化过程中结合了Memetic搜索算子进行局部搜索．理论分析与实验结果表明，本文所提出的算法具有良好的收敛性能和分布特征，生态种群捕获竞争策略与进化计算模型对于解决复杂多目标优化问题是有效的．

关键词：多目标优化 捕获竞争 进化算法 memetic计算 

单位：湖南大学信息科学与工程学院 湖南长沙410082