基于网格排序的多目标粒子群优化算法

被引：46

作者：

李笠

王万良

徐新黎

李伟琨

机构：

[1] 浙江工业大学计算机科学与技术学院

来源：

计算机研究与发展 | 2017年 / 54卷 / 05期

关键词：

多目标优化; 进化算法; 粒子群算法; 网格; 排序;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

在多目标进化算法中,近年的研究倾向于基于Pareto支配的最优化方法.针对传统的基于Pareto支配在排序效率上过低的问题,提出了一种基于网格排序的框架,利用网格同时表征收敛性与分布性的特性,结合粒子群算法,提出了一种基于网格排序的多目标粒子群优化算法.与个体两两进行比较的基于Pareto支配的策略不同,基于网格排序的机制融合了整个解空间中个体的占优信息,并利用占优信息进行排序,从而高效地得到个体在种群中的优劣关系;结合粒子到近似最优边界的距离,进一步加强了粒子在解空间中优劣关系的判别.对比实验分析表明:所提算法不论是在收敛性还是分布性上都具有较好的优势.在此基础上,讨论了网格划分数对算法效率的影响,从另一方面验证了算法的效率.

引用

页码：1012 / 1023

页数：12

共 15 条

[1]

Many-Objective Evolutionary Algorithms.[J].Bingdong Li;Jinlong Li;Ke Tang;Xin Yao.ACM Computing Surveys (CSUR).2015, 1

[2]

A new multi-objective particle swarm optimization algorithm based on decomposition.[J].Cai Dai;Yuping Wang;Miao Ye.Information Sciences.2015,

[3]

A multi-objective interactive system for adaptive traffic control [J].

Dujardin, Yann ;

Vanderpooten, Daniel ;

Boillot, Florence .

EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 2015, 244 (02) :601-610

[4]

Hybrid particle swarm optimization for preemptive resource-constrained project scheduling.[J].Yongyi Shou;Ying Li;Changtao Lai.Neurocomputing.2015,

[5]

D<sup>2</sup>MOPSO : MOPSO Based on Decomposition and Dominance with Archiving Using Crowding Distance in Objective and Solution Spaces.[J].N. Al Moubayed.Evolutionary Computation.2014, 1

[6]

A PSO-based adaptive fuzzy PID-controllers.[J].Juing-Shian Chiou;Shun-Hung Tsai;Ming-Tang Liu.Simulation Modelling Practice and Theory.2012,

[7]

Multi-objective self-adaptive differential evolution with elitist archive and crowding entropy-based diversity measure [J].

Wang, Yao-Nan ;

Wu, Liang-Hong ;

Yuan, Xiao-Fang .

SOFT COMPUTING, 2010, 14 (03) :193-209

[8]

The weighted sum method for multi-objective optimization: new insights [J].

Marler, R. Timothy ;

Arora, Jasbir S. .

STRUCTURAL AND MULTIDISCIPLINARY OPTIMIZATION, 2010, 41 (06) :853-862

[9]

A niche hybrid genetic algorithm for global optimization of continuous multimodal functions.[J].Lingyun Wei;Mei Zhao.Applied Mathematics and Computation.2003, 3

[10]

Combining convergence and diversity in evolutionary multiobjective optimization [J].

Laumanns, M ;

Thiele, L ;

Deb, K ;

Zitzler, E .

EVOLUTIONARY COMPUTATION, 2002, 10 (03) :263-282

← 1 2 →