10.3969/j.issn.1673-629X.2015.01.020
一种改进的粒子群多目标优化算法研究
为了解决多目标优化过程中各个解之间存在的资源争夺、冲突,算法由于趋同性而带来的早熟无法收敛等缺点,文中提出了一种多子种群协同优化粒子群算法。算法分别采用不同的种群优化不同的目标,并且在算法中引入外部档案和精英学习策略,使得算法能够得到更多的外部档案的解供选择,精英学习策略是为了使算法的分布性和收敛性更好。最后将算法应用到多目标测试函数中,通过实验验证了改进后的算法的收敛性和分布性都比经典多目标算法NSGA-II要好。
多目标优化、粒子群算法、多子种群、外部档案
TP31(计算技术、计算机技术)
国家自然科学基金资助项目61070234
2015-01-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
87-90,95