带基因交换和动态网格的多目标粒子群优化算法

发布时间：2018-10-22 08:13

【摘要】：网格策略在对多目标粒子群优化算法档案的多样性分析时具有简单快捷的特点,但由于其分辨率的限制,无法对含有相同粒子数量的超体进行多样性判断,对此,提出了动态网格的策略,通过目标空间的动态划分、超体的动态调节等手段,对多样性相同的超体进行密度排序,方便算法对档案进行管理和选择领导粒子,同时利用了以往被忽视的档案解,对其进行基因交换,提高算法的收敛速度.通过DTLZ系列函数的验证,表明了算法在高维多目标优化中仍具有良好的多样性和更快的收敛速度,能有效解决高维多目标问题.
[Abstract]:The mesh strategy has the characteristics of simplicity and rapidity in analyzing the diversity of multi-objective particle swarm optimization (MPSO) files. However, due to the limitation of its resolution, it is impossible to judge the diversity of superbodies with the same number of particles. The strategy of dynamic grid is put forward. By means of dynamic partition of target space and dynamic adjustment of superbody, the density of superbodies with the same diversity is sorted, which makes it convenient for the algorithm to manage the files and select the leading particles. At the same time, the previously neglected file solutions are used to exchange genes, and the convergence speed of the algorithm is improved. Through the verification of DTLZ series of functions, it is shown that the algorithm still has good diversity and faster convergence speed in high-dimensional multi-objective optimization, and it can effectively solve the high-dimensional multi-objective problem.
【作者单位】： 重庆大学自动化学院;重庆川仪自动化股份有限公司;
【基金】：国家2015年战略性新兴产业发展专项资金资助项目
【分类号】：TP18

【相似文献】

相关期刊论文 前10条

1 戴冬雪,王祁,阮永顺,王晓超;基于混沌思想的粒子群优化算法及其应用[J];华中科技大学学报(自然科学版);2005年10期

2 李绍军;王惠;钱锋;;基于模式优选思想改进的粒子群优化算法[J];控制与决策;2006年10期

3 苏俊霞;蔚承建;;基于粒子群优化算法的自动机制设计[J];计算机工程与应用;2007年04期

4 何妮;吴燕仙;;粒子群优化算法的研究[J];科技信息(科学教研);2008年06期

5 贺毅朝;王熙照;曲文龙;;一种具有双重进化空间的扩展粒子群优化算法[J];小型微型计算机系统;2008年08期

6 王正帅;邓喀中;;基于文化框架的随机粒子群优化算法[J];计算机科学;2012年06期

7 冯纪强;温雅;;粒子群优化的模糊特征[J];现代电子技术;2012年23期

8 田亚菲;张范勇;阎石;;基于粒子群优化的细菌觅食优化算法[J];控制工程;2012年06期

9 祁超;张曦;刘焕杰;张荟萃;;云环境下多群体协作粒子群优化框架的研究[J];科技创新与应用;2013年36期

10 高海兵;周驰;高亮;;广义粒子群优化模型[J];计算机学报;2005年12期

相关会议论文 前9条

1 徐俊杰;忻展红;;基于增强型参考位置的粒子群优化模型[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年

2 王亚;于永光;耿玲玲;;一类改进的自适应粒子群优化算法对混沌系统未知参数的估计[A];中国力学大会——2013论文摘要集[C];2013年

3 王光辉;陈杰;潘峰;;多种群协同粒子群优化算法求解动态环境优化问题[A];第二十七届中国控制会议论文集[C];2008年

4 杨雅伟;侍洪波;;量子粒子群优化算法及其应用研究[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年

5 赵建玉;贾磊;陈月辉;张勇;;基于粒子群优化的信号交叉口交通流预测模型[A];第二十六届中国控制会议论文集[C];2007年

6 赵秋玲;周雅莉;张奇志;;基于粒子群优化的结构振动分布式反馈控制[A];2005年中国智能自动化会议论文集[C];2005年

7 肖龙光;丁晓东;谢集平;;粒子群优化算法的改进[A];第二十三届中国控制会议论文集（上册）[C];2004年

8 龚挺;曹秀英;;基于粒子群优化的伪距定位算法研究[A];第二届中国卫星导航学术年会电子文集[C];2011年

9 钱伟懿;王艳杰;;带自适应压缩因子粒子群优化算法[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年

相关博士学位论文 前10条

1 刘昊;多样性增强的粒子群优化算法及其应用研究[D];北京理工大学;2015年

2 姜毅;动态环境下粒子群优化算法的研究[D];武汉大学;2013年

3 Shafiullah Khan;粒子群优化算法及其在电磁设计中的应用[D];浙江大学;2017年

4 熊勇;粒子群优化算法的行为分析与应用实例[D];浙江大学;2005年

5 唐贤伦;混沌粒子群优化算法理论及应用研究[D];重庆大学;2007年

6 唐贤伦;混沌粒子群优化算法理论及应用[D];重庆大学;2007年

7 徐慧;粒子群优化算法改进及其在煤层气产能预测中的应用研究[D];中国矿业大学;2013年

8 刘逸;粒子群优化算法的改进及应用研究[D];西安电子科技大学;2013年

9 高芳;智能粒子群优化算法研究[D];哈尔滨工业大学;2008年

10 张丽平;粒子群优化算法的理论及实践[D];浙江大学;2005年

相关硕士学位论文 前10条

1 陈卓;粒子群优化算法的改进及在油藏数值模拟中的应用[D];北京建筑大学;2015年

2 白云;基于粒子群优化算法的复杂网络社区挖掘[D];西北农林科技大学;2015年

3 杨艳华;基于粒子群优化支持向量机的网络态势预测模型研究[D];兰州大学;2015年

4 郑博;基于快速排序的多目标粒子群优化算法的研究及应用[D];郑州大学;2015年

5 米永强;非线性规划问题的混合粒子群优化算法研究[D];宁夏大学;2015年

6 李建美;基于自适应变异与文化框架的混沌粒子群优化算法[D];陕西师范大学;2015年

7 刘星;基于粒子群优化算法的特征选择方法研究[D];南京大学;2015年

8 牛旭;动态粒子群优化算法及其应用[D];西安电子科技大学;2014年

9 叶华;粒子群优化算法研究[D];西安电子科技大学;2014年

10 杨青河;基于优化控制思想的粒子群优化算法改进研究[D];东北大学;2013年

，

本文编号：2286611