多目标蚁群优化研究综述

发布时间：2018-03-01 14:29

  本文关键词： 多目标蚁群优化 多目标进化算法 帕累托优化 指标函数 分解　出处：《计算机科学》2017年10期 　论文类型：期刊论文

【摘要】：多目标蚁群优化是一类重要的多目标进化算法,它在解决多目标优化问题,尤其是多目标组合优化方面,具有优异的性能。首先,通过总结多目标蚁群优化的研究成果,将多目标蚁群优化分为基于帕累托的方法、基于指标函数的方法和目标分解法3类,并阐述了每类方法的特点和代表性算法;然后,展现了多目标蚁群优化在实际问题中的广泛应用;最后,探讨了目前多目标蚁群优化存在的问题。
[Abstract]:Multi-objective ant colony optimization is an important multi-objective evolutionary algorithm. It has excellent performance in solving multi-objective optimization problems, especially in multi-objective combinatorial optimization. The multi-objective ant colony optimization is divided into three categories: Pareto based method, index function based method and objective decomposition method. The application of multi-objective ant colony optimization in practical problems is demonstrated. Finally, the existing problems of multi-objective ant colony optimization are discussed.
【作者单位】： 中国人民解放军理工大学指挥信息系统学院;南京电讯技术研究所;
【基金】：国家自然科学基金资助项目(61371196) 中国博士后科学基金特别资助项目(201003797) 解放军理工大学预研基金项目(20110604,41150301)资助
【分类号】：TP18

【相似文献】

相关期刊论文 前10条

1 陆静;赵阳;王效华;;基于蚁群优化的故障分类研究[J];河南科学;2008年03期

2 张邦楚;彭琛;余新荣;周晓华;邹丽君;;基于蚁群优化的多弹协同目标分配算法[J];弹箭与制导学报;2012年04期

3 徐永成;陈];;基于蚁群优化的二分网络社区挖掘[J];计算机科学与探索;2014年03期

4 崔世钢;徐雪莲;赵丽;田立国;杨耿煌;;蚁群优化在移动机器人路径规划上的研究[J];制造业自动化;2009年01期

5 李文江;杨崔;王涛;;基于蚁群优化的模糊神经网络控制器的应用研究[J];工矿自动化;2009年03期

6 刘延风;刘三阳;;基于蚁群优化的置换流水车间调度算法[J];系统工程与电子技术;2008年09期

7 姜万录;刘伟;张瑞娟;陈海军;;基于蚁群优化的神经网络智能PID控制策略研究[J];机床与液压;2010年13期

8 朱思峰;刘方;柴争义;;一种基于蚁群优化的无线传感器网络路由算法[J];北京理工大学学报;2010年11期

9 舒期梁;赵丽萍;;基于改进蚁群优化的无线传感器网络路由算法[J];计算机测量与控制;2011年05期

10 吴文铁;宋曰聪;李敏;;蚁群优化神经网络的网络流量混沌预测[J];计算机工程与应用;2012年34期

相关会议论文 前1条

1 姜万录;刘伟;张瑞娟;陈海军;;基于蚁群优化的神经网络智能PID控制策略研究[A];中国机械工程学会流体传动与控制分会第六届全国流体传动与控制学术会议论文集[C];2010年

相关博士学位论文 前1条

1 胡小兵;蚁群优化原理、理论及其应用研究[D];重庆大学;2004年

相关硕士学位论文 前6条

1 王乐衡;考虑多元设备类型的超启发式跨单元调度方法[D];北京理工大学;2015年

2 翟晨汐;基于蚁群优化的视觉板球系统的直接自适应模糊滑模控制[D];大连理工大学;2015年

3 伍祥红;基于蚁群优化的自主水下机器人路径决策方法研究[D];哈尔滨工程大学;2007年

4 仵振东;基于蚁群优化的遥感影像分类研究[D];安徽理工大学;2014年

5 刘伟;基于蚁群优化的神经网络智能PID控制策略研究[D];燕山大学;2010年

6 任平;基于蚁群优化的WSN路由算法研究[D];西安科技大学;2012年

，

本文编号：1552355