10.19652/j.cnki.femt.201901844
一种基于拉丁超立方抽样和聚类分析的改进MOPSO算法
针对基本的MOPSO算法的可能导致局部最优和难以输出代表性非支配解的问题,在MOPSO算法的基础上,运用拉丁超立方抽样和聚类分析对算法进行改进.应用拉丁超立方抽样指导MOPSO算法种群初始化,使初始化种群可以均匀遍布整个空间,避免了基本的MOPSO算法可能会导致的局部最优等问题.为了加强非支配解集的分布性和多样性,同时考虑在众多非支配解中自动挑拣代表性非支配解,增加聚类分析环节,对输出解集进行聚类处理,以挑选代表性非支配解.与基本的MOPSO算法相比较,改进的MOPSO算法求解的Pareto解集在寻优效果及代表性解筛选方面具有一定优势.
MOPSO算法、拉丁超立方抽样、聚类分析、Pareto解集
39
TP301.6(计算技术、计算机技术)
2020-05-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
7-11