基于动态调整的多目标粒子群优化算法
为了改善多目标粒子群优化算法生成的最终Pareto前端的多样性和收敛性,提出了一种针对多目标粒子群算法进化状态的检测机制.通过对外部Pareto解集的更新情况进行检测,进而评估算法的进化状态,获取反馈信息来动态调整进化策略,使得算法在进化过程中兼顾近似Pareto前端的多样性和收敛性.最后,在ZDT系列测试函数中,将本文算法与其他4种对等算法比较,证明了本文算法生成的最终Pareto前端在多样性和收敛性上均有显著的优势.
多目标优化、粒子群算法、反馈信息、进化状态
26
V21;TP1
山东省自然科学基金ZR2013FL034
2017-08-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
161-166