基于双全局最优解的多目标粒子群算法
李师1
史妍2
蔡超1
1.华中科技大学人工智能与自动化学院多谱信息处理技术国家级重点实验室 武汉 4300742.航天科工智能运筹与信息安全研究院(武汉)有限公司 武汉 430000
摘要：为进一步提高多目标粒子群算法的优化性能,提出了一种基于双全局最优解的多目标粒子群算法.首先,算法引入了双全局最优解自适应选择策略以平衡算法的全局搜索和局部搜索能力;其次,为灵活调整种群的进化方向,提出了非支配解的收敛度贡献指标以更全面地检测优化过程中进化环境的变化;同时,使用融合排序指标选择个体最优解,有效引导粒子的飞行,防止算法陷入局部最优.最后,使用特殊拥挤距离来维护非支配解的多样性和外部档案的大小.实验结果表明,相较于其他五种对比算法,所提算法在收敛性、多样性和分布性上均有所提升,表现出良好的整体性能.
关键词：多目标优化多目标粒子群算法Pareto解拥挤距离
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2025-09-20
在线出版日期：2025-12-23（本平台首次上网日期，不代表文献的发表时间）
页数：10( 2377-2385,2408 )
英文信息