采用二次强化学习策略的多目标粒子群优化算法

摘要：

针对多目标粒子群算法在进化后期易出现早熟收敛、种群多样性丢失的问题,本文提出采用二次强化学习策略的多目标粒子群优化算法SslMOPSO.首先利用无速度多目标粒子群框架,通过向所有个体历史最优学习实现粒子的第一次强化学习;其次将分解策略融入多目标粒子群算法中,使粒子向指定数量邻居的均值学习,实现粒子的第二次强化学习,增强算法跳出局部最优的能力,提高种群的多样性;最后分别在具有两目标和具有三目标的七个基准测试函数上进行仿真实验,结果表明,所提算法获得的非支配解集较对比算法具有较好的分布性,表现出较好的搜索性能.

关键词：多目标粒子群优化算法、分解策略、二次强化学习策略、邻居均值学习

所属期刊栏目：39

分类号：TP301(计算技术、计算机技术)

资助基金：2016年国家社科基金年度项目16B7Q084

在线出版日期：2018-12-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2413-2418