拥挤距离排序的多目标文化粒子群优化算法

被引:5
作者
李中凯
李艾民
朱真才
机构
[1] 中国矿业大学机电工程学院
基金
中国博士后科学基金;
关键词
文化粒子群算法; 多目标进化算法; 自适应参数调整; 拥挤距离;
D O I
10.13195/j.cd.2012.09.128.lizhk.025
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
为解决工程优化设计问题,引入文化进化框架,提出一种拥挤距离排序的多目标文化粒子群算法,采用拥挤距离排序算子,并删除密集区域的多余粒子,以保证Pareto前沿的分布均匀性;基于拥挤距离值,从精英知识和条件知识中选择处于最分散区域的粒子,并将其分别作为全局和局部最优,以增强算法全局寻优能力;依据拥挤距离的变化,动态调整粒子群飞行参数,以提高算法收敛效率,通过标准测试问题以及与其他算法的对比,表明了所提出算法的有效性和鲁棒性。
引用
收藏
页码:1406 / 1410
页数:5
相关论文
共 3 条
  • [1] 基于QPSO和拥挤距离排序的多目标量子粒子群优化算法
    施展
    陈庆伟
    [J]. 控制与决策, 2011, 26 (04) : 540 - 547
  • [2] Comparison of Multiobjective Evolutionary Algorithms: Empirical Results[J] . Eckart Zitzler,Kalyanmoy Deb,Lothar Thiele.Evolutionary Computation . 2000 (2)
  • [3] Particle swarm optimization .2 Kennedy J,Eberhart RC. Proceedings of the IEEE International Joint Conference on Neural Networks . 1995