基于三支决策的多目标优化自然计算策略研究

摘要：

为提高优化算法的优化效率,解决早熟收敛的问题,本文提出一种基于三支决策的多目标优化自然计算策略.利用分段Tent混沌初始化种群,生成均匀分布的初始化种群;引入三支决策思想,根据适应度值大小将种群分为正域、负域以及边界域,分别对三域中的最优个体执行不同的变异行为;结合个体在目标空间中的欧氏距离,充分发掘可能为最优解的潜在价值.将该策略分别应用到粒子群算法及灰狼算法中,并与这两个经典算法进行对比,实验结果表明:该策略具有更好的求解精度和更快的收敛速度,具有较高的寻优性能以及一定的普适性.

关键词：三支决策、多目标优化、自然计算、粒子群算法、灰狼算法

所属期刊栏目：13

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金;黑龙江省自然科学基金项目

在线出版日期：2023-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：134-138