MOPSO算法及其在地下水监测网布局优化中的应用

被引:3
作者
蒋庆
胡海瀛
王儒敬
机构
[1] 中国科学院合肥智能机械研究所
关键词
粒子群优化; 多目标优化; 疏勒河灌区; 地下水监测网; 空间布局;
D O I
暂无
中图分类号
TP18 [人工智能理论]; TP274 [数据处理、数据处理系统];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 0804 ; 080401 ; 080402 ; 081002 ;
摘要
在已有多目标粒子群优化算法(CMOPSO)研究和分析的基础上,为提高算法的聚合性和分布性,设计了一种新的精英档案维护及全局最优值选取策略,同时,使用动态全局最优值设置策略对原有算法的粒子速度更新公式进行扩展,以增强粒子的搜索能力,克服早熟现象。通过对疏勒河项目区地下水监测网空间布局多目标优化计算,表明该算法是求解大规模复杂多目标优化问题的一种有效手段。
引用
收藏
页码:187 / 190
页数:4
相关论文
共 2 条
[1]   Approximating the Nondominated Front Using the Pareto Archived Evolution Strategy [J].
Knowles, Joshua D. ;
Corne, David W. .
EVOLUTIONARY COMPUTATION, 2000, 8 (02) :149-172
[2]  
Network design for groundwater monitoring – a case study[J] . M.R. Prakash,V.S. Singh.Environmental Geology . 2000 (6)