一种改进的多目标粒子群优化算法及其应用

被引：60

作者：

冯金芝 ^{[1
,2
]}

陈兴 ^{[1
]}

郑松林 ^{[1
,2
]}

机构：

[1] 上海理工大学机械工程学院

[2] 上海理工大学机械工业汽车底盘机械零部件强度与可靠性评价重点实验室

来源：

计算机应用研究 | 2014年 / 31卷 / 03期

关键词：

多目标粒子群优化; 比例分布; 跳数改进机制; 多连杆悬架;

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：

为提高多目标粒子群优化(MOPSO)算法处理多目标优化问题的性能,降低计算复杂度,改善算法的收敛性,提出了一种改进的多目标粒子群优化算法。通过运用比例分布及跳数改进机制策略的方法,使该算法不仅继承了MOPSO算法的优点,而且具有很强的局部搜索能力和较好的鲁棒性能,使非劣解集均匀分布,尽可能逼近真实的非劣前沿。通过对多连杆悬架空间结构硬点的多目标优化,进一步验证了该算法的实用性及其优越性。

引用

页码：675 / 678+683 +683

页数：5

共 4 条

[1]

一种改进的遗传算法:GA-EO算法 [J].