一种改进的多目标粒子群优化算法

摘要：

为了增强多目标粒子群优化算法的收敛性与多样性,提出一种改进的多目标粒子群算法.采用Kent映射对种群进行初始化,并将目标空间均匀划分为若干扇形区域；基于一种新的多样性和收敛性判定标准,选取合适的收敛性最优解和多样性最优解,并提出一种改进的粒子群更新公式进行全局搜索；采用聚类算法对外部种群与坐标轴夹角进行分析,维护外部种群.通过标准测试函数的仿真实验,与多目标优化算法基本MOPSO(Multi-objective Particle Swarm Optimization Algorithm)和NSGA-Ⅱ(Nondominated Sorting Genetic Algorithm Ⅱ)进行对比,结果表明了该改进算法的有效性.

关键词：多目标粒子群优化算法、Kent映射、聚类算法、粒子群更新公式

所属期刊栏目：39

分类号：TP18;TP273(自动化基础理论)

在线出版日期：2017-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：458-462,473