基于粒子群算法求解多目标优化问题

被引：225

作者：

张利彪

周春光

马铭

刘小华

机构：

[1] 吉林大学计算机科学与技术学院

来源：

关键词：

粒子群优化算法; 多目标优化; 非劣最优解;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

粒子群优化算法自提出以来 ,由于其容易理解、易于实现 ,所以发展很快 ,在很多领域得到了应用通过对粒子群算法全局极值和个体极值选取方式的改进 ,提出了一种用于求解多目标优化问题的算法 ,实现了对多目标优化问题的非劣最优解集的搜索 ,实验结果证明了算法的有效性

引用

页码：1286 / 1291

页数：6

共 16 条

[1] Particleswarmoptimization. JKennedy,REberhart. IEEEInt’’lConfonNeuralNetworks . 1995
[2] Multiobjectiveoptimizationusingdynamicneighborhood particleswarmoptimization. XHu,RCEberhart. IEEECongressonEvolutionaryComputation(CEC 2002) . 2002
[3] Particleswarmoptimizerinnoisyandcontinuouslychangingenvironments. KEParsopoulos,MNVrahatis. ArtificialIntelligenceandSoftComputingIasted . 2001
[4] Particleswarmoptimizationmethodforconstrainedoptimizationproblems. KEParsopoulos,MNVrahatis. EuroInt’’lSymponComputationalIntelligence 2002 . 2002
[5] Amodified particleswarmoptimizer. YShiand,REberhart. IEEEInt’’lConfonEvolutionaryComputation . 1998
[6] Multipleobjectiveoptimizationwithvectorevaluatedgeneticalgorithms. JDSchaffer. TheFirstInt’’lConfonGeneticAlgorithms . 1985
[7] Aparticleswarmop timizationforreactivepowerandvoltagecontrolconsideringvolt agesecurityassessment. HYoshida,KKawata,YFukuyama,etal. IEEETransonPowerSystems . 2000
[8] Amulti sexualgeneticalgorithmformulti objectiveoptimization. LJoanna,AEEiben. The1996Int’’lConfonEvolutionaryComputation . 1996
[9] Comparisonofmultiobjectiveevolu tionaryalgorithms:Empiricalresults. EZitzler,KDeb,LThiele. Evolutionary Computation . 2000
[10] Anewoptimizerusingparticleswarmtheory. REberhart,JKennedy. Procofthe6thInt’’lSymposiumonMicroMachineandHumanScience . 1995