基于聚集密度的粒子群多目标优化算法

被引：6

作者：

杨虎 ^{[1
]}

许峰 ^{[2
]}

机构：

[1] 安徽理工大学计算机科学与工程学院

[2] 安徽理工大学理学院

来源：

计算机工程与应用 | 2013年 / 17期

关键词：

多目标优化; 粒子群优化算法; 聚集密度; 分布性;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了改善粒子群多目标优化算法的分布性,引入了聚集密度以进行精英集的更新。其基本思想为:计算群体中每个个体的聚集密度,根据目标函数值和聚集密度定义一个偏序集,采用比例选择原则依次从偏序集中选择个体,更新精英集。通过数值实验用量化指标研究了新算法的收敛性和分布性,结果表明:新算法的收敛性与常规粒子群多目标优化算法相当,但分布性有了明显的提高。

引用

页码：190 / 194

页数：5

共 5 条

[1] PSO算法全局收敛性分析 [J].