10.11896/j.issn.1002-137X.2017.01.047
基于直觉模糊支配的混合多目标粒子群算法
为提高求解多目标优化问题的精确性和解集分布的均匀性,提出了一种基于直觉模糊支配的混合粒子群算法.通过引入种群全局目标值标量参数、直觉模糊隶属度和排序方法,定义一种新的最优解支配关系;采用基于模拟退火的Meta-Lamarckian局部学习策略,结合粒子群算法,以避免算法陷入局部最优和早熟;此外,定义种群同构因子来衡量种群多样性,以自适应调节惯性权重和加速因子;提出一种递减扰动策略对粒子飞行速度进行扰动;最后,与多种经典多目标优化算法进行仿真测试比较,结果表明该算法在求解精度、解集分布均匀性上具有明显优势.
直觉模糊支配、混合粒子群优化、模拟退火、拉马克学习、同构因子
44
TP18(自动化基础理论)
国家自然科学基金61402517;中国博士后基金2013M542331;陕西省自然科学基金2013JQ8035
2017-04-10(万方平台首次上网日期,不代表论文的发表时间)
共6页
253-258