基于自适应网格的多目标粒子群优化算法

被引:87
作者
杨俊杰
周建中
方仍存
李英海
刘力
机构
[1] 华中科技大学水电与数字化工程学院
基金
中国博士后科学基金;
关键词
多目标; 优化; 粒子群优化; 自适应网格算法;
D O I
10.16182/j.cnki.joss.2008.21.041
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
针对现有多目标进化算法计算复杂度高、搜索效率低等缺点,提出了基于自适应网格的多目标粒子群优化(AGA-MOPSO)算法,其特点包括:评估非劣解集中粒子密度估计信息的自适应网格算法;能够平衡全局和局部搜索能力的基于AGA的Pareto最优解搜索技术;删除非劣解集集中品质差的多余粒子以维持非劣解集在一定规模的基于AGA的非劣解集截断技术。仿真计算表明,和文献中典型的多目标进化算法比较,AGA-MOPSO算法在求解复杂大规模优化问题方面表现了良好的性能。
引用
收藏
页码:5843 / 5847
页数:5
相关论文
共 9 条
[1]
基于动态交换策略的快速多目标粒子群优化算法研究 [J].
金欣磊 ;
马龙华 ;
刘波 ;
钱积新 .
电路与系统学报, 2007, (02) :78-83
[2]
基于多目标进化算法的高维模糊分类系统的设计 [J].
张永 ;
吴晓蓓 ;
向峥嵘 ;
胡维礼 .
系统仿真学报, 2007, (01) :210-215
[3]
基于最大最小适应度函数的多目标粒子群算法 [J].
徐佳 ;
李绍军 ;
王惠 ;
钱锋 .
计算机与数字工程, 2006, (08) :31-34
[4]
自适应多目标遗传算法在柔性工作车间调度中的应用 [J].
陈华平 ;
谷峰 ;
卢冰原 ;
古春生 .
系统仿真学报, 2006, (08) :2271-2274+2288
[5]
一种基于粒子群优化的多目标优化算法 [J].
孙小强 ;
张求明 .
计算机工程与应用 , 2006, (18) :40-42+78
[6]
多目标交互式遗传算法在测试点确定问题中的应用 [J].
姚钦 ;
史仪凯 ;
夏锐 .
系统仿真学报, 2006, (06) :1469-1472
[7]
一种混合交叉策略的多目标演化算法及其性能分析 [J].
汪祖柱 ;
程家兴 .
系统仿真学报, 2005, (10)
[8]
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
[9]
一种用于多目标优化的混合遗传算法 [J].
马清亮 ;
胡昌华 ;
杨青 .
系统仿真学报, 2004, (05) :1038-1040