多目标粒子群优化算法研究

被引：43

作者：

郑友莲 ^{[1
]}

樊俊青 ^{[2
]}

机构：

[1] 湖北大学数学与计算机科学学院

[2] 中国地质大学计算机学院

来源：

湖北大学学报(自然科学版) | 2008年 / 30卷 / 04期

关键词：

多目标优化; 粒子群优化; 算法设计;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

在过去的十多年,粒子群算法对多目标优化问题的应用研究取得了较大的进展.本文首先描述多目标粒子群优化算法(MOPSO)的基本流程,然后从算法设计与应用等方面回顾MOPSO的研究进展,最后对该算法未来的研究进行了分析和展望.

引用

收藏

页码：351 / 355

页数：5

相关论文

共 11 条

[1]

基于密集距离的多目标粒子群优化算法 [J].

郑友莲 ;

樊俊青 .

湖北大学学报(自然科学版), 2008, (02) :141-144+191

[2]

多目标粒子群算法用于补料分批生化反应器动态多目标优化 [J].

贺益君 ;

俞欢军 ;

成飙 ;

陈德钊 .

化工学报, 2007, (05) :1262-1270

[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]

基于多目标粒子群优化算法的短期电力负荷预测法 [J].

冯丽 ;

孔庆云 ;

郭琳 .

电网技术, 2006, (S2) :265-268

[5]

一种优化模糊神经网络的多目标微粒群算法 [J].

马铭 ;

周春光 ;

张利彪 ;

马捷 .

计算机研究与发展, 2006, (12) :2104-2109

[6]

Pareto档案多目标粒子群优化 [J].

雷德明 ;

吴智铭 .

模式识别与人工智能, 2006, 19 (04) :475-480

[7]

基于粒子群的多目标优化算法 [J].

李宁 ;

邹彤 ;

孙德宝 ;

秦元庆 .

计算机工程与应用, 2005, (23) :43-46

[8]

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

[9]

Pareto archive particle swarm optimization for multi-objective fuzzy job shop scheduling problems [J].

Lei, Deming .

INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY, 2008, 37 (1-2) :157-165

[10]

A multi-objective particle swarm for a flow shop scheduling problem [J].

Rahimi-Vahed, A. R. ;

Mirghorbani, S. M. .

JOURNAL OF COMBINATORIAL OPTIMIZATION, 2007, 13 (01) :79-102