一类多目标量子行为粒子群优化算法收敛性分析及应用

被引：5

作者：

施展 ^{[1
,2
]}

陈庆伟 ^{[1
]}

胡维礼 ^{[1
]}

机构：

[1] 南京理工大学自动化学院

[2] 中国电子科技集团公司第二十八研究所博士后科研工作站

来源：

信息与控制 | 2013年 / 42卷 / 04期

关键词：

多目标优化; 量子行为粒子群优化; ε优势支配; 收敛性; 马尔可夫链; 输电网规划;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

针对ε支配容易丢失Pareto最优前沿边界点的不足,提出了一种新支配关系——ε优势支配.基于ε优势支配的最优粒子保留策略构建了一类多目标量子行为粒子群优化(CMOQPSO)算法的总体构架,分析了这类算法在一定条件下的全局收敛性.将一种满足总体构架的多目标量子行为粒子群优化算法用于求解输电网规划问题,结果表明这类多目标量子行为粒子群优化算法具有良好的全局寻优能力.

引用

页码：407 / 415

页数：9

共 14 条

[1]

Combining convergence and diversity in evolutionary multiobjective optimization [J].