一种双种群遗传粒子群算法及在SMB优化中的应用

被引：34

作者：

肖迪 ^{[1
]}

葛启承 ^{[1
]}

林锦国 ^{[2
]}

程明 ^{[1
]}

机构：

[1] 南京工业大学自动化与电气工程学院

[2] 南京工业大学经济与管理学院

来源：

南京理工大学学报 | 2012年 / 36卷 / 01期

关键词：

模拟移动床; 动态模型; 多目标优化; 遗传算法; 粒子群算法; 双种群;

D O I：

10.14177/j.cnki.32-1397n.2012.01.013

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：

针对遗传算法和粒子群算法本身固有的局限,提出了基于Pareto非劣解集的多目标双种群遗传粒子群算法。设置两个独立种群分别进行寻优,每隔一定代数,按一定比例选取精英个体在两个种群间进行迁徙,接着继续在各自种群中寻优,最终两种群都将收敛于Pareto最优前端。通过两个测试函数和在模拟移动床(SMB)上的操作条件优化仿真试验验证,双种群遗传粒子群算法较单一种群的遗传算法或粒子群算法能在较少的进化代数上收敛,解集具有更好的分布性和多样性;并能有效地对模拟移动床操作条件进行优化。

引用

页码：31 / 36

页数：6

共 6 条

[1]

Optimization of reactive SMB and Varicol systems [J].