递进多目标粒子群算法的设计及应用

被引:1
作者
徐斌 [1 ]
俞静 [2 ,3 ]
机构
[1] 中央财经大学会计学院
[2] 中国科学院研究生院
[3] 中国科学院虚拟经济与数据科学研究中心
关键词
递进进化; 多目标算法; 粒子群算法; 随机惯性因子;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
081202 ;
摘要
在现有递进进化技术研究的基础上,提出了一种递进多目标PSO算法,该方法每进化一定代数后以一定策略对群体进行重构,以提高算法对解空间的遍历性,从而较大程度上避免算法的早熟。该算法采用非劣解等级优先的选择方式复制后代,通过递进层次间对部分非劣解个体执行局部搜索,加快全局非劣解集的进化。采用递进PSO算法与非递进PSO算法对一些典型优化问题进行对比分析,验证了算法求解多目标函数优化问题的有效性。研究表明,通过研究惯性因子确定的随机数方法,比目前的固定数确定方法具有一定的先进性。
引用
收藏
页码:241 / 244
页数:4
相关论文
共 8 条
[1]   基于NSGA-Ⅱ和MOPSO融合的一种多目标优化算法 [J].
王金华 ;
尹泽勇 .
计算机应用, 2007, (11) :2817-2820+2823
[2]   一种求解双目标flow shop排序问题的进化算法 [J].
师瑞峰 ;
周泓 .
管理科学学报, 2007, (05) :11-20+27
[3]   基于混合粒子群算法的多目标车辆路径研究 [J].
徐杰 ;
黄德先 .
计算机集成制造系统, 2007, (03) :573-579+584
[4]   求解非线性约束优化问题改进的粒子群算法 [J].
张宝菊 ;
单国全 ;
齐名军 .
天津师范大学学报(自然科学版), 2006, (02) :73-76
[5]   递进多目标遗传算法 [J].
师瑞峰 ;
周泓 ;
谭小卫 .
系统工程理论与实践, 2005, (12) :48-56
[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]   基于粒子群算法求解多目标优化问题 [J].
张利彪 ;
周春光 ;
马铭 ;
刘小华 .
计算机研究与发展, 2004, (07) :1286-1291
[8]  
Comparison of Multiobjective Evolutionary Algorithms: Empirical Results[J] . Eckart Zitzler,Kalyanmoy Deb,Lothar Thiele.Evolutionary Computation . 2000 (2)