一种改进的多目标粒子群优化算法

一种改进的多目标粒子群优化算法

ID:46618922

大小:1.26 MB

页数:6页

时间:2019-11-26

一种改进的多目标粒子群优化算法_第1页
一种改进的多目标粒子群优化算法_第2页
一种改进的多目标粒子群优化算法_第3页
一种改进的多目标粒子群优化算法_第4页
一种改进的多目标粒子群优化算法_第5页
资源描述:

《一种改进的多目标粒子群优化算法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、2013年4月第39卷第4期北京航空航天大学学报JournalofBeijingUniversityofAeronauticsandAstronauticsApril2013V01.39No.4一种改进的多目标粒子群优化算法刘宝宁章卫国李广文聂瑞(西北工业大学自动化学院,西安710129)(中国空间技术研究院,北京100094)摘要:为了增强多目标粒子群优化算法的收敛性与多样性,提出一种改进的多目标粒子群算法.采用Kent映射对种群进行初始化,并将目标空间均匀划分为若干扇形区域;基于一种新的多样性和收敛性判定

2、标准,选取合适的收敛性最优解和多样性最优解,并提出一种改进的粒子群更新公式进行全局搜索;采用聚类算法对外部种群与坐标轴夹角进行分析,维护外部种群.通过标准测试函数的仿真实验,与多目标优化算法基本MOPSO(Multi—objectivePar-ticleSwarmOptimizationAlgorithm)和NSGA-II(NondominatedSortingGeneticAlgorithmII)进行对比,结果表明了该改进算法的有效性.关键词:多目标粒子群优化算法;Kent映射;聚类算法;粒子群更新公式中图

3、分类号:TP18;TP273文献标识码:A文章编号:1001-5965(2013)04-0458-05Improvedmulti-objectiveparticleswarmoptimizationalgorithmLiuBaoningZhangWeiguoLiGuangwen(Collegeofautomation。NorthwesternPolytechnicalUniversity,Xi’an710129,China)NieRui(ChinaAcademyofSpaceTechnology,Beijin

4、g100094,China)Abstract:Inordertoenhancetheconvergenceanddiversityofmulti-objectiveparticleSWaFmoptimiza-tionalgorithm,animprovedmuhi—objectiveparticleswarmoptimizationalgorithmwasproposed.TheKentmappingwasusedtoinitializethepopulation,andthetargetspacewasdi

5、videdintoseveralfan—shapedregionsevenly.Anewdiversityandconvergencecriteriawasproposedtoselecttheoptimalsolutions.Animprovedparticleswarmupdateformulawasusedforglobalsearch.Theclusteringalgorithmwasusedtoanalyzethean—glesbetweenexternalpopulationandtheaxis,

6、andensurethediversityofexternalpopulation.Comparedwiththemulti—objectiveparticleswarmoptimizationalgorithmandthenondominatedsortinggeneticalgorithmII,theexperimentofbenchmarkfunctionssimulationverifiestheeffectivenessoftheimprovedalgorithm.Keywords:multi-ob

7、jectiveparticleswarinoptimization(MOPSO);Kentmapping;clusteringanalysis;particleswarmupdateformula在科学研究与工程实践中存在大量的多目标优化问题,各目标函数之间相互制约,因此,如何获取多目标问题最优解集合成为研究热点.粒子群优化算法⋯(PSO,ParticleSwarmOptimization),由于其算法简单,收敛速度快、易于实现等特点,被许多研究人员进行了改进,并应用到处理多目标优化问题中.文献[2]提出了£

8、支配的概念,通过8确定粒子全局最优值,可以增加粒子分布的均匀性和多样性,然而£值如何确定却是难点;文献[3]提出的基本MOPSO(Multi.objectiveParticleSwarmOptimizationAlgorithm)算法,采用外部粒子群指导种群粒子的飞行,但是在处理多目标多峰值函数优化时,容易陷入局部最优,多样性较差;文献[4—5]中提出调整种群规模的大小可以收稿日期:2012-04.

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。