基于分解和差分进化的多目标粒子群优化算法

摘要：

为了提高多目标优化算法解集的分布性和收敛性,提出一种基于分解和差分进化的多目标粒子群优化算法(dMOPSO-DE).该算法通过提出方向角产生一组均匀的方向向量,确保粒子分布的均匀性;引入隐式精英保持策略和差分进化修正机制选择全局最优粒子,避免种群陷入局部最优Pareto前沿;采用粒子重置策略保证群体的多样性.与非支配排序(NSGA-II)算法、多目标粒子群优化(MOPSO)算法、分解多目标粒子群优化(dMOPSO)算法和分解多目标进化-差分进化(MOEA/D-DE)算法进行比较,实验结果表明,所提出算法在求解多目标优化问题时具有良好的收敛性和多样性.

关键词：分解、差分进化算法、多目标优化、粒子群优化算法、方向角

所属期刊栏目：32

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金项目61374137

在线出版日期：2017-04-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：403-410