多目标微粒群优化算法及其应用研究进展

被引：5

作者：

曾劲涛

李金忠

唐卫东

夏洁武

刘新明

王博

机构：

[1] 井冈山大学电子与信息工程学院

来源：

计算机应用研究 | 2011年 / 28卷 / 04期

关键词：

多目标优化; 多目标微粒群优化; 算法; 应用;

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：

针对近几年来MOPSO算法及其应用的进展进行了综述和评论。首先描述了MOPSO算法的基本框架;接着对MOPSO算法进行了分类和分析,并给出了MOPSO算法的一些改进策略;然后介绍了MOPSO算法的应用进展;最后展望了MOPSO算法值得进一步研究的方向。

引用

页码：1225 / 1231

页数：7

共 44 条

[1] 求解多目标优化问题的自适应粒子群算法 [J].

文瑛 ;

廖伟志 ;

闭应洲 .

计算机工程与应用 , 2010, (23) :38-40

[2] 基于Maximin的动态种群多目标粒子群算法 [J].

冯琳 ;

毛志忠 ;

袁平 .

东北大学学报(自然科学版), 2010, (07) :913-916

[3] MOCLPSO算法在EED问题中的应用 [J].

毛弋 ;

孙东杰 .

电力系统及其自动化学报, 2010, 22 (03) :134-137

[4] 基于粒子记忆体的多目标微粒群算法 [J].

章国安 ;

周超 ;

周晖 .

计算机应用研究, 2010, 27 (05) :1665-1668

[5] 一种基于QoS全局最优的服务选择算法 [J].

王阳阳 ;

李俊 ;

陈志国 ;

孟芸 ;

丁海燕 .

计算机应用研究, 2010, 27 (05) :1659-1661

[6] 基于多目标粒子群优化算法的UPFC协调控制 [J].

颜楠楠 ;

傅正财 .

电力系统保护与控制, 2010, 38 (08) :43-48

[7] 递进多目标粒子群算法的设计及应用 [J].

徐斌 ;

俞静 .

计算机科学, 2010, 37 (04) :241-244

[8] 基于决策者偏好区域的多目标粒子群算法研究 [J].

麦雄发 ;

李玲 .

计算机应用研究, 2010, 27 (04) :1301-1303+1348

[9] 基于动态聚集距离的多目标粒子群优化算法及其应用 [J].

刘丽琴 ;

张学良 ;

谢黎明 ;

李明磊 ;

温淑花 ;

卢青波 .

农业机械学报, 2010, 41 (03) :189-194

[10] 拉延成形多目标序列响应面法优化设计方法 [J].

孙光永 ;

李光耀 ;

郑刚 ;

龚志辉 .

力学学报, 2010, 42 (02) :245-255

← 1 2 3 4 5 →