共 3 条
[1]
[2]
[3]
基于自适应进化学习的约束多目标粒子群优化算法
被引：28
作者：
王建林
吴佳欢
张超然
赵利强
于涛
机构：
[1] 北京化工大学信息科学与技术学院
来源：
关键词：
多目标粒子群优化;
自适应进化学习;
拥挤距离;
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：
针对约束边界粒子在边界区域搜索能力不足的问题,提出一种基于自适应进化学习的约束多目标粒子群优化算法.该算法根据不符合约束条件粒子的约束违反程度,修正优化算法的进化学习公式,提高算法在约束边界区域的搜索能力;通过引入一种基于拥挤距离的Pareto最优解分布性动态维护策略,在不增加算法复杂度的前提下改进Pareto前沿的分布性.实验结果表明,所提出的算法可以获得具有更好收敛性、分布性和多样性的Pareto前沿.
引用
收藏
页码：1765 / 1770
页数：6
相关论文