基于随机黑洞和逐步淘汰策略的多目标粒子群优化算法
提出一种基于随机黑洞粒子群算法(RBH-PSO)和逐步淘汰策略的多目标粒子群优化(MRBHPSO-SE)算法。利用RBH-PSO全局优化能力强和收敛速度快的优点逼近Pareto最优解;为了避免拥挤距离排序策略的缺陷,提出逐步淘汰策略,并将其应用到下一代粒子的选择策略中。同时,动态选择领导粒子,运用动态惯性权重系数和变异操作来增强种群全局寻优能力,以及避免早熟收敛。利用具有不同特点的测试函数进行验证,结果表明,与同类算法相比,该算法具有较高的精度并兼顾优化解的多样性。
多目标优化、随机黑洞粒子群算法、拥挤距离排序、逐步淘汰
TP18(自动化基础理论)
国家自然科学基金项目51177177;国家111引智计划项目B08036;输配电装备及系统安全与新技术国家重点实验项目2007DA10512710205
2013-11-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
1729-1734,1740