一种改进的基于pareto解的多目标粒子群算法

摘要：

研究一种改进的多目标粒子群优化算法,算法采用精英归档策略,利用粒子的个体最优定位,通过Parato支配关系更新全体粒子最优位置,由档案库中动态提供.根据Pareto支配关系来更新粒子的个体最优位置.使用非劣解目标的密度距离度量非劣解前端的均匀性,通过删除密度距离小的非劣解提高非劣解前端的均匀性.从归档中根据粒子的密度距离大小依照概率选取作为粒子的全局最优位置,以保持解的多样性.标准函数的仿真实验结果表明,所提算法能够获得大量且较均匀的非劣解,快速地收敛于Pareto最优解前端.

关键词：粒子群、多目标进化算法、最优化、密度距离

所属期刊栏目：27

分类号：TP301(计算技术、计算机技术)

资助基金：江苏省教育厅自然科学基金项目06KJB510040

在线出版日期：2010-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：96-99