改进的约束多目标粒子群算法

被引:24
作者
凌海风 [1 ,2 ]
周献中 [1 ]
江勋林 [2 ]
萧毅鸿 [1 ]
机构
[1] 南京大学工程管理学院
[2] 解放军理工大学工程兵工程学院
关键词
多目标优化; 多目标粒子群; 距离量度; 档案维护; 全局向导选取;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
摘要
在约束优化问题搜索空间分析的基础上提出了一种改进的约束多目标粒子群算法(CMOPSO)。提出一种动态ε不可行度许可约束支配关系作为主要约束的处理方法,提高了算法的边缘搜索能力和跨越非联通可行区域的能力。设计了一种新的密集距离度量方法用于外部档案维护,提高了算法的效率;提出了新的全局向导选取策略,使算法获得了更好的收敛性和多样性。数值仿真实验结果表明约束多目标粒子群算法算法可得到分布性、均匀性及逼近性都较好的Pareto最优解。
引用
收藏
页码:1320 / 1324
页数:5
相关论文
共 9 条
[1]  
面向装备保障的多准则决策相关方法和技术研究.[D].凌海风.南京大学.2011, 07
[2]   基于改进粒子群优化算法的约束多目标优化 [J].
阳春华 ;
莫志勋 ;
李勇刚 .
计算机工程, 2010, 36 (20) :203-205+213
[3]   粒子群算法在多目标优化中的应用综述 [J].
薛洪波 ;
伦淑娴 .
渤海大学学报(自然科学版), 2009, 30 (03) :265-269
[4]   约束优化进化算法 [J].
王勇 ;
蔡自兴 ;
周育人 ;
肖赤心 .
软件学报, 2009, 20 (01) :11-29
[5]   基于改进粒子群算法的立体仓库货位分配优化 [J].
陈月婷 ;
何芳 .
计算机工程与应用 , 2008, (11) :229-231+236
[6]   智能约束处理技术综述 [J].
王凌 ;
何锲 ;
金以慧 .
化工自动化及仪表, 2008, (01) :1-7
[7]   粒子群优化算法研究进展 [J].
倪庆剑 ;
邢汉承 ;
张志政 ;
王蓁蓁 ;
文巨峰 .
模式识别与人工智能, 2007, 20 (03) :349-357
[8]   一种基于粒子群算法求解约束优化问题的混合算法 [J].
李炳宇 ;
萧蕴诗 ;
吴启迪 ;
不详 .
控制与决策 , 2004, (07) :804-807+812
[9]   Multiobjective particle swarm optimization with nondominated local and global sets [J].
Abido, M. A. .
NATURAL COMPUTING, 2010, 9 (03) :747-766