用于约束优化的简洁多目标微粒群优化算法

被引:36
作者
张勇 [1 ]
巩敦卫 [1 ]
任永强 [1 ,2 ]
张建化 [1 ]
机构
[1] 中国矿业大学信息与电气工程学院
[2] 徐州空军学院
基金
高等学校博士学科点专项科研基金;
关键词
多目标优化; 约束; 微粒群; 高斯分布;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
080201 [机械制造及其自动化];
摘要
本文提出了一种少控制参数的约束多目标微粒群优化算法.该算法利用关于微粒全局和个体最优点的高斯分布来更新微粒的位置,无需设置惯性权重和学习因子等控制参数;利用非可行储备集保存所得非可行解,给出一种改进的储备集更新方法;为均衡微粒对未知可行域和已知可行域的开发/探索能力,提出一种线性递减策略,用来分配微粒从非可行储备集中选择全局最优点的概率.最后,实验验证了所提算法的有效性.
引用
收藏
页码:1436 / 1440
页数:5
相关论文
共 4 条
[1]
自适应进化多目标粒子群优化算法 [J].
陈民铀 ;
张聪誉 ;
罗辞勇 .
控制与决策, 2009, (12) :1851-1855+1864
[2]
一种消解协商僵局的多目标粒子群优化算法 [J].
彭志平 ;
陈珂 .
电子学报, 2007, (08) :1452-1457
[3]
An improved multi-objective particle swarm optimizer for multi-objective problems [J].
Tsai, Shang-Jeng ;
Sun, Tsung-Ying ;
Liu, Chan-Cheng ;
Hsieh, Sheng-Ta ;
Wu, Wun-Ci ;
Chiu, Shih-Yuan .
EXPERT SYSTEMS WITH APPLICATIONS, 2010, 37 (08) :5872-5886
[4]
Particle swarm optimization with preference order ranking for multi-objective optimization [J].
Wang, Yujia ;
Yang, Yupu .
INFORMATION SCIENCES, 2009, 179 (12) :1944-1959