当前位置:主页 > 科技论文 > 自动化论文 >

基于平衡搜索策略的多目标粒子群优化算法

发布时间:2020-04-03 20:05
【摘要】:鉴于平衡全局和局部搜索在多目标粒子群优化算法获取完整均匀Pareto最优前沿方面的重要性,设计平衡全局和局部搜索策略,进而提出改进的多目标粒子群优化算法(bs MOPSO).文中策略在局部搜索方面设计归档集自挖掘子策略,通过对归档集中均匀分布的部分粒子进行柯西扰动,使归档集涵盖整个前沿面的局部搜索.在全局搜索方面设计边界最优粒子引导搜索子策略,以边界最优粒子替换部分粒子的全局最优解,引导粒子向各维目标的边界区域搜索.选取4种对比算法在ZDT和DTLZ系列的部分测试函数上进行实验,结果表明bs MOPSO具有更快的Pareto最优前沿收敛效率和更好的分布性.

【相似文献】

相关期刊论文 前10条

1 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

2 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

3 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

4 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

5 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

6 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

7 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

8 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

9 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

10 罗平;姚立海;杨仕友;倪光正;唐跃进;;一种改进的粒子群优化算法[J];江南大学学报(自然科学版);2007年05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 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

4 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

5 唐贤伦;混沌粒子群优化算法理论及应用[D];重庆大学;2007年

6 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

7 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

8 高芳;智能粒子群优化算法研究[D];哈尔滨工业大学;2008年

9 张丽平;粒子群优化算法的理论及实践[D];浙江大学;2005年

10 王俊伟;粒子群优化算法的改进及应用[D];东北大学;2006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:2613644

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2613644.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e201e***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com