粒子群算法在多目标优化中的应用综述

被引：39

作者：

薛洪波

伦淑娴

机构：

[1] 渤海大学信息科学与工程学院

来源：

渤海大学学报(自然科学版) | 2009年 / 30卷 / 03期

基金：

中国博士后科学基金;

关键词：

多目标; 粒子群; 约束优化; 惯性权重;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

粒子群优化算法是一种基于群体智能的全局随机寻优算法。它通过粒子搜寻自身的个体最优解和粒子群体的全局最优解来完成更新优化。粒子群算法在很多领域得到了广泛的应用。本文主要论述了多目标PSO约束优化的基本思想、实现情况,并展望了PSO算法在多目标优化中的未来发展方向。

引用

页码：265 / 269

页数：5

共 12 条

[1] 粒子群算法求解油田措施多目标规划模型 [J].

刘志东 ;

陈华 ;

邹永明 ;

张华 .

石油天然气学报, 2009, 31 (01) :261-263

[2] 正交免疫克隆粒子群多目标优化算法 [J].

丛琳 ;

焦李成 ;

沙宇恒 .

电子与信息学报, 2008, (10) :2320-2324

[3] 基于粒子群算法的多阈值图像分割方法 [J].

丁艳 ;

金伟其 ;

周海丰 .

光学技术, 2008, (04) :636-638

[4] 电力系统多目标无功优化研究 [J].

王云 ;

张伏生 ;

陈建斌 ;

段光辉 .

西安交通大学学报, 2008, (02) :213-217

[5] 一种基于粒子群算法的分类器设计 [J].

段晓东 ;

王存睿 ;

王楠楠 ;

刘向东 ;

石丽 .

计算机工程, 2005, (20) :107-109

[6] 基于粒子群的多目标优化算法 [J].

李宁 ;

邹彤 ;

孙德宝 ;

秦元庆 ;

不详 .

计算机工程与应用 , 2005, (23) :43-46

[7]

实用最优化方法[M]. 大连理工大学出版社 , 唐焕文, 2000

[8] A hybrid self-organizing maps and particle swarm optimization approach [J].

Xiao, X ;

Dow, ER ;

Eberhart, R ;

Miled, ZB ;

Oppelt, RJ .

CONCURRENCY AND COMPUTATION-PRACTICE & EXPERIENCE, 2004, 16 (09) :895-915

[9] Location and imaging of two-dimensional scatterers by using a particle swarm algorithm [J].

Caorsi, S ;

Donelli, M ;

Lommi, A ;

Massa, A .

JOURNAL OF ELECTROMAGNETIC WAVES AND APPLICATIONS, 2004, 18 (04) :481-494

[10] On the numerical solution and optimization of styrene polymerization in tubular reactors [J].

Costa, EF ;

Lage, PLC ;

Biscaia, EC .

COMPUTERS & CHEMICAL ENGINEERING, 2003, 27 (11) :1591-1604

← 1 2 →