基于拥挤度与变异的动态微粒群多目标优化算法

被引：23

作者：

王辉 ^{[1
,2
]}

钱锋 ^{[1
,2
]}

机构：

[1] 不详

[2] 华东理工大学化学工程联合国家重点实验室

[3] 不详

[4] 华东理工大学信息科学与工程学院

[5] 不详

来源：

控制与决策 | 2008年 / 11期

基金：

国家杰出青年科学基金;

关键词：

微粒群优化; 多目标优化; 动态变化; 拥挤度; 变异操作;

D O I：

10.13195/j.cd.2008.11.40.wangh.011

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出一种动态微粒群多目标优化算法(DCMOPSO),算法中的惯性权重和加速因子动态变化以增强算法的全局搜索能力,并采用拥挤度的方法对外部档案进行维护以增加非劣解的多样性.在维护过程中,从外部档案中按拥挤度为每个微粒选择全局最好位置,同时使用变异操作避免算法早熟.通过几个典型的多目标测试函数对DCMOPSO算法的性能进行了测试,并与多目标优化算法MOPSO和NSGA-Ⅱ进行对比.结果表明,DCMOPSO算法具有良好的搜索性能.

引用

页码：1238 / 1242+1248 +1248

页数：6