基于搜索空间自适应分割的多目标粒子群优化算法

发布时间：2022-02-09 19:48

　　提出一种基于搜索空间自适应分割的多目标粒子群优化算法,根据粒子的搜索能力和规模与子搜索空间的体积呈多维标准正态分布变换,精细分割搜索空间,向划分出的子搜索空间分布粒子实现优化,分割在迭代时持续进行,直至获得最优解集.实验结果表明:该方法解决了多目标粒子群优化算法易陷入局部极值的问题;在反向世代距离性能指标上,该算法与一些典型的多目标粒子群优化算法相比,其种群多样性和解的收敛性优势显著. 

【文章来源】：吉林大学学报(理学版). 2019,57(02)北大核心

【文章页数】：7 页

【文章目录】：
1 多目标优化问题
2 标准粒子群优化算法
3 区域自适应分割的优化策略
    3.1 搜索能力和种群规模的标准正态分布变换
    3.2 自适应分割和优化
4 实验结果与分析


【参考文献】：
期刊论文
[1]基于大规模变量分解的多目标粒子群优化算法研究[J]. 邱飞岳,莫雷平,江波,王丽萍.  计算机学报. 2016(12)
[2]一种多策略融合的多目标粒子群优化算法[J]. 谢承旺,邹秀芬,夏学文,王志杰.  电子学报. 2015(08)
[3]基于Pareto熵的多目标粒子群优化算法[J]. 胡旺,Gary G. YEN,张鑫.  软件学报. 2014(05)



本文编号：3617555