改进的r支配高维多目标粒子群优化算法
章恩泽
陈庆伟
1.南京理工大学自动化学院,江苏南京,2100942.南京理工大学自动化学院,江苏南京,210094
摘要：高维多目标优化问题是广泛存在于实际应用中的复杂优化问题,目前的研究方法大都限于进化算法.本文利用粒子群优化算法求解高维多目标优化问题,提出了一种基于r支配的多目标粒子群优化算法.采用r支配关系进行粒子的比较与选择,并结合粒子群优化算法收敛速度快的优势,使得算法在目标个数增加时仍保持较强的搜索能力;为了弥补由此造成的群体多样性的丢失,优化非r支配阈值的取值策略;此外,引入决策空间的拥挤距离测度,并给出新的外部存储器更新方法,从而进一步防止算法陷入局部最优.对多个基准测试函数的仿真结果表明所得解集在收敛性、多样性以及围绕参考点的分布性上均优于其他两种算法.
关键词：高维多目标优化偏好粒子群优化
分类号：TP301(计算技术、计算机技术)
资助基金：国家自然科学基金项目(61074023)江苏省科技支撑计划项目(BE2012175)江苏省普通高校研究生科研创新计划项目(KYZZ_0121)Supported by National Natural Science Foundation of China(61074023)Science and Technology Support Program of Jiangsu Province(BE2012175)Graduate Student Research Innovation Program of Jiangsu Province College(KYZZ_0121)
论文发表日期：2015-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 623-630 )
英文信息