一种改进型多目标粒子群优化算法MOPSO-Ⅱ

被引：28

作者：

谢承旺 ^{[1
]}

李凯 ^{[1
]}

徐君 ^{[2
]}

谢大同 ^{[3
]}

杜欣 ^{[4
]}

汪慎文 ^{[5
]}

机构：

[1] 华东交通大学软件学院

[2] 华东交通大学信息工程学院

[3] 福建商业高等专科学校信息管理工程系

[4] 福建师范大学软件学院

[5] 石家庄经济学院信息工程学院

来源：

武汉大学学报(理学版) | 2014年 / 60卷 / 02期

关键词：

粒子群优化; 多目标优化; 扰动向量;

D O I：

10.14188/j.1671-8836.2014.02.016

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

提出了一种改进型多目标粒子群优化算法(MOPSO-Ⅱ).该算法为粒子群中每个粒子增加一个"扰动向量",以利于粒子跳出局部最优并为粒子的全局最优位置赋予了时限的属性,可防止过于频繁地更新全局最优位置,有利于增强粒子搜索的持效性.该算法改进了粒子越界的处理方法,最大程度上保持粒子优秀的搜索方向.通过典型的多目标测试函数ZDT对该算法进行测试,实验结果表明,带ε-支配的MOPSO-Ⅱ算法在解群的分布性方面要优于使用了拥挤距离机制MOPSO-Ⅱ算法和NSGA2算法,对比实验还表明MOPSO-Ⅱ算法在收敛性方面要优于NSGA2.因此,MOPSO-Ⅱ在求解多目标优化问题上有一定优势,是一种有前途的算法.

引用

页码：144 / 150

页数：7