混合变异和时变惯量的混沌多目标粒子群优化

发布时间：2021-03-19 15:46

　　为了解决多目标优化问题,文章提出了一种混合方法（HMOPSO）。它是基于混合变异和时变惯性的混沌粒子群优化。利用PSO的全局搜索能力,将混沌因子整合到基本PSO中,实现了高维搜索空间中的局部搜索。另外还采用时变惯性权重,通过迭代改变其值,提高了算法高效探索空间的能力。同时,在不同的搜索阶段应用混合变异,通过拥挤距离机制实现全局最佳选择,保持了非支配解的多样性,确保了快速收敛到Pareto最优前沿。与几种典型的多目标优化算法相比,HMOPSO表现得更有效。 

【文章来源】：统计与决策. 2019,35(08)北大核心CSSCI

【文章页数】：5 页


本文编号：3089819