基于高斯混沌变异和精英学习的自适应多目标粒子群算法

摘要：

为平衡多目标粒子群的全局和局部搜索能力，提出一种基于高斯混沌变异和精英学习的自适应多目标粒子群算法。首先，提出一种新的种群收敛状态检测方法，自适应调整惯性权重和学习因子的值，以达到探索和开发的最佳平衡。然后，当检测到种群收敛停滞时，采用一种带有高斯函数和混沌特性的变异算子协助种群跳出局部最优，以增强全局搜索能力。最后，外部档案中的精英解相互学习，增强算法的局部搜索能力。在多目标标准测试问题上的仿真结果表明了所提出算法的有效性。

关键词：变异、精英学习、自适应、多目标优化、粒子群

所属期刊栏目：31

分类号：TP18(自动化基础理论)

资助基金：国家重点基础研究发展规划项目2013CB430403；国家自然科学基金项目61374154

在线出版日期：2016-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1372-1378