基于密集距离的多目标粒子群优化算法

被引:4
作者
郑友莲 [1 ]
樊俊青 [2 ]
机构
[1] 湖北大学数学与计算机科学学院
[2] 中国地质大学计算机学院
关键词
密集距离; 多目标优化; 粒子群优化;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
081202 ;
摘要
设计出基于密集距离的多目标粒子群优化算法(CMPSO),该算法根据密集距离大小按轮盘赌方式为每个粒子从外部档案选取全局最好位置并采用基于密集距离的方法对外部档案进行维护.将算法应用于3个复杂的测试实例,并与强度Pareto进化算法2等算法进行比较,计算结果表明CMPSO具有良好的连续优化能力.
引用
收藏
页码:141 / 144+191 +191
页数:5
相关论文
共 5 条
[1]   基于动态交换策略的快速多目标粒子群优化算法研究 [J].
金欣磊 ;
马龙华 ;
刘波 ;
钱积新 .
电路与系统学报, 2007, (02) :78-83
[2]   Pareto档案多目标粒子群优化 [J].
雷德明 ;
吴智铭 .
模式识别与人工智能, 2006, 19 (04) :475-480
[3]   基于个体密集距离的多目标进化算法 [J].
雷德明 ;
吴智铭 .
计算机学报, 2005, (08) :1320-1326
[4]   Approximating the Nondominated Front Using the Pareto Archived Evolution Strategy [J].
Knowles, Joshua D. ;
Corne, David W. .
EVOLUTIONARY COMPUTATION, 2000, 8 (02) :149-172
[5]  
Kalyanmoy Deb.Multi-objective Genetic Algorithms: Problem Difficulties and Construction of Test Problems[J].Evolutionary Computation,1999(3)