自适应进化多目标粒子群优化算法

被引:54
作者
陈民铀
张聪誉
罗辞勇
机构
[1] 重庆大学电气工程学院
[2] 重庆大学输配电装备及系统安全与新技术国家重点实验室
关键词
多目标优化; 粒子群算法; 非支配排序; 拥挤距离; 动态加权法;
D O I
10.13195/j.cd.2009.12.94.chenmy.022
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
提出一种自适应进化粒子群优化算法以求解多目标优化问题.采用非支配排序策略和动态加权法选择最优粒子,引导种群飞行,提高Pareto解的多样性.采用动态惯性权重,提高其全局寻优能力.当种群的寻优能力减弱时,采用变异操作以引导粒子群跳出局部最优.通过ZDT1~ZDT4基准函数验证,该算法能够在保持优化解多样性的同时实现较好的收敛性.与其他多目标进化算法和多目标粒子群优化算法相比,该算法具有较好的性能.
引用
收藏
页码:1851 / 1855+1864 +1864
页数:6
相关论文
共 2 条
  • [1] Combining convergence and diversity in evolutionary multiobjective optimization
    Laumanns, M
    Thiele, L
    Deb, K
    Zitzler, E
    [J]. EVOLUTIONARY COMPUTATION, 2002, 10 (03) : 263 - 282
  • [2] Improving PSO-based multi-objective optimization using crowding,mutation and e-dominance .2 Reyes Sierra M,Coello Coello CA. Proc.of the 3rd Int‘l Conf.Evolutionary Multi-Criterion Optimization,EMO 2005 . 2005