基于两阶段领导的多目标粒子群优化算法

被引：18

作者：

胡广浩 ^{[1
]}

毛志忠 ^{[1
,2
]}

何大阔 ^{[1
,2
]}

机构：

[1] 东北大学信息科学与工程学院

[2] 东北大学流程工业综合自动化教育部重点实验室

来源：

控制与决策 | 2010年 / 03期

关键词：

粒子群算法; 多目标优化; 两阶段领导; 变异;

D O I：

10.13195/j.cd.2010.03.87.hugh.009

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

提出一种基于两阶段领导的多目标粒子群算法(P-AMOPSO).该算法包含4个改进策略:基于强支配排序与拥挤距离排序相结合的构造外部集策略,基于两阶段的领导粒子选择策略,基于高斯分布及均匀分布相结合的变异策略,基于邻域认知的个体极值更新策略.通过几个典型的多目标测试函数对P-AMOPSO算法的性能进行测试,并与多目标优化算法进行对比.结果表明,P-AMOPSO算法具有较好的搜索性能.

引用

页码：404 / 410+415 +415

页数：8

共 8 条

[1] 基于拥挤度与变异的动态微粒群多目标优化算法 [J].