10.3969/j.issn.1002-137X.2012.11.040
局部搜索与改进MOPSO的混合优化算法及其应用
为弥补粒子群后期收敛缓慢与早熟的不足,提出了一种局部搜索与改进MOPSO的混合优化算法(H-MOP-SO).该算法首先采用非均匀变异算子和自适应惯性权重,强化全局搜索能力;继而建立混合算法模型,并利用侧步爬山搜索算法对粒子群作周期性优化,使远离前沿的粒子朝下降方向搜索,而靠近前沿的粒子朝非支配方向搜索,加快粒子群的收敛并改善解集多样性.对标准测试函数的求解表明,该算法比MOPSO、NSGA-Ⅱ和MOEA/D具有更好的多样性和收敛性.供应商优选问题的求解进一步验证了H-MOPSO的有效性.
多目标优化、粒子群算法、局部搜索、混合算法
39
TP18(自动化基础理论)
国家自然科学基金项目61070135;国家社会科学基金项目10GBL095
2013-01-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
174-178,200