一种用于多目标优化的混合粒子群优化算法

被引：5

作者：

徐刚 ^{[1
]}

瞿金平 ^{[2
]}

机构：

[1] 不详

[2] 南昌大学数学系

[3] 不详

[4] 华南理工大学聚合物新型成型装备国家工程研究中心

[5] 不详

来源：

计算机工程与应用 | 2008年 / 33期

关键词：

多目标优化; 粒子群算法; 局部搜索; Pareto最优;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

将粒子群算法与局部优化方法相结合,提出了一种混合粒子群多目标优化算法(HMOPSO)。该算法针对粒子群局部优化性能较差的缺点,引入多目标线搜索与粒子群算法相结合的策略,以增强粒子群算法的局部搜索能力。HMOPSO首先运行PSO算法,得到近似的Pareto最优解;然后启动多目标线搜索,发挥传统数值优化算法的优势,对其进行进一步的优化。数值实验表明,HMOPSO具有良好的全局优化性能和较强的局部搜索能力,同时HMOPSO所得的非劣解集在分散性、错误率和逼近程度等量化指标上优于MOPSO。

引用

页码：18 / 21

页数：4

共 6 条

[1] 一种有效的多目标混合遗传算法 [J].