改进的多目标粒子群优化算法及其在雷达布站中的应用

发布时间：2021-06-08 18:34

　　为更好地解决多目标问题,提高多目标优化算法的多样性和收敛性,提出一种改进的多目标粒子群优化算法。算法将种群分为多个子种群同时进行优化搜索并改进粒子速度更新公式,扩大Pareto最优解集的覆盖面;利用反三角函数logistic映射初始化种群,使初始种群分布更均匀;并使用时变变异方法对外部档案进行变异,避免陷入局部最优。通过与标准多目标粒子群优化算法（MOPSO）和NSGA-Ⅱ在标准测试函数ZDT1、ZDT2、KUR上的仿真实验对比,验证了该文提出的改进算法的有效性,并将其应用于雷达优化布站。 

【文章来源】：电子科技大学学报. 2020,49(06)北大核心EICSCD

【文章页数】：6 页

【参考文献】：
期刊论文
[1]基于融合多策略改进的多目标粒子群优化算法[J]. 杨景明,侯新培,崔慧慧,呼子宇,穆晓伟.  控制与决策. 2018(02)
[2]一种基于轨道均匀分布的混沌遗传优化算法[J]. 王德成,林辉.  计算机应用研究. 2009(04)

博士论文
[1]网络化雷达资源管理算法研究[D]. 杨益川.电子科技大学 2018



本文编号：3218978