自适应学习的多目标粒子群优化算法.pdf

《自适应学习的多目标粒子群优化算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第２９卷第９期计算机应用研究Ｖｏｌ２９Ｎｏ９２０１２年９月ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓＳｅｐ．２０１２基于自适应学习的多目标粒子群优化算法１，２１１１尹呈，郭观七，李文彬，严太山（１．湖南理工学院信息与通信工程学院，湖南岳阳４１４００６；２．湘潭大学信息工程学院，湖南湘潭４１１１０５）摘要：将进化算法应用于某些多目标优化问题时，采用增加种群规模和进化代数的方法往往耗费大量的目标函数计算开销，且达不到提高种群进化效率的目的，为此提出了一种基于自适应学习最优搜索方向的多目标粒子群优化算法

2、。采用自适应惯性权值平衡算法的全局和局部搜索能力，采用聚类排挤方法保持Ｐａｒｅｔｏ非支配解集的分布均匀性，使用最近邻学习方法为每个粒子在Ｐａｒｅｔｏ非支配解集中寻找一个最优飞行目标来提高其收敛速度并保持粒子群搜索方向的多样性。实验结果表明，提出的算法可在显著地降低函数评估成本的前提下实现快速的搜索，并使粒子群均匀地逼近Ｐａｒｅｔｏ最优面。关键词：粒子群优化；多目标优化；自适应惯性权值；聚类排挤；最优搜索方向学习中图分类号：ＴＰ３０１６文献标志码：Ａ文章编号：１００１３６９５（２０１２）０９３２３２０４ｄｏｉ：１０

3、．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１２．０９．００８Ｍｕｌｔｉｏｂｊｅｃｔｉｖｅｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｓｅｌｆａｄａｐｔｉｖｅｌｅａｒｎｉｎｇ１，２１１１ＹＩＮＣｈｅｎｇ，ＧＵＯＧｕａｎｑｉ，ＬＩＷｅｎｂｉｎ，ＹＡＮＴａｉｓｈａｎ（１．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎ＆ＣｏｍｍｕｎｉｃａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＨｕｎａｎＩｎｓｔｉｔｕｔｅｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，ＹｕｅｙａｎｇＨｕｎａｎ４１４００６，Ｃｈ

4、ｉｎａ；２．ＩｎｓｔｉｔｕｔｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＸｉａｎｇｔａｎＵｎｉｖｅｒｓｉｔｙ，ＸｉａｎｇｔａｎＨｕｎａｎ４１１１０５，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｗｈｅｎｅｖｏｌｕｔｉｏｎａｒｙａｌｇｏｒｉｔｈｍｉｓａｐｐｌｉｅｄｔｏｍｕｌｔｉｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｂｌｅｍｓ，ｉｔｏｆｔｅｎｒｅｑｕｉｒｅｓａｌａｒｇｅｐｏｐｕｌａｔｉｏｎｓｉｚｅａｎｄａｌａｒｇｅｎｕｍｂｅｒｏｆｅｖｏｌｕｔｉｏｎｇｅｎｅｒａｔｉｏｎ．Ｈｏｗｅｖｅｒ，ｉｔｃｏｎｓｕｍｅｄｐｌｅｎｔｙ

5、ｏｆｃｏｍｐｕｔａｔｉｏｎｏｖｅｒｈｅａｄｏｆｅｖａｌｕａｔｉｎｇｏｂｊｅｃｔｉｖｅｆｕｎｃｔｉｏｎｓｂｕｔｊｕｓｔｒｅｓｕｌｔｅｄｉｎｐｏｏｒｉｍｐｒｏｖｅｍｅｎｔｏｆｔｈｅｓｅａｒｃｈｅｆｆｉｃｉｅｎｃｙ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｍｕｌｔｉｏｂｊｅｃｔｉｖｅｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｓｅｌｆａｄａｐｔｉｖｅｌｅａｒｎｉｎｇｏｆｏｐｔｉｍａｌｓｅａｒｃｈｄｉｒｅｃｔｉｏｎｓ．Ｔｈｅａｌｇｏｒｉｔｈｍｕｓｅｄｔｈｅｓｅｌｆａｄａｐｔｉｖｅｉｎｅｒｔ

6、ｉａｗｅｉｇｈｔｓｔｏｇｅｔｔｈｅｔｒａｄｅｏｆｆｂｅｔｗｅｅｎｔｈｅｇｌｏｂａｌａｎｄｌｏｃａｌｓｅａｒｃｈ．ＡｎｄｉｔｕｓｅｄｔｈｅｃｌｕｓｔｅｒｉｎｇｃｒｏｗｄｉｎｇｔｏｍａｉｎｔａｉｎｔｈｅｕｎｉｆｏｒｍｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｎｏｎｄｏｍｉｎａｔｅｄＰａｒｅｔｏｓｏｌｕｔｉｏｎｓ．ＡｎｄｔｈｅａｌｇｏｒｉｔｈｍｉｎｃｏｒｐｏｒａｔｅｄｔｈｅｎｅａｒｅｓｔｎｅｉｇｈｂｏｒｒｕｌｅｔｏｓｅｅｋｔｈｅｂｅｓｔｔａｒｇｅｔｉｎｔｈｅｎｏｎｄｏｍｉｎａｔｅｄＰａｒｅｔｏｓｏｌｕｔｉｏｎｓｔｏｇｅｔｔｈｅ

7、ｏｐｔｉｍａｌｆｌｙｉｎｇｄｉｒｅｃｔｉｏｎｆｏｒｅａｃｈｐａｒｔｉｃｌｅ，ｉｔｓｐｅｄｔｈｅｆｌｙｉｎｇｏｆｓｉｎｇｌｅｐａｒｔｉｃｌｅａｎｄｋｅｐｔｔｈｅｄｉｖｅｒｓｉｔｙｏｆｔｈｅｆｌｙｉｎｇｄｉｒｅｃｔｉｏｎｓｆｏｒｔｈｅｐａｒｔｉｃｌｅｓｗａｒｍ．ＴｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｃａｎｄｒｉｖｅｔｈｅｐａｒｔｉｃｌｅｓｗａｒｍｔｏａｐｐｒｏｘｉｍａｔｅｑｕｉｃｋｌｙａｎｄｕｎｉｆｏｒｍｌｙｔｏｔｈｅＰａｒｅｔｏｆｒｏｎｔ，ａｎｄｄｅｃｒｅａｓｅｔｈｅｅｖａｌｕ

8、ａｔｉｏｎｃｏｓｔｏｆｏｂｊｅｃｔｉｖｅｆｕｎｃｔｉｏｎｓｓｉｇｎｉｆｉｃａｎｔｌｙ．Ｋｅｙｗｏｒｄｓ：ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ；ｍｕｌｔｉｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎ；ｓｅｌｆａｄａｐｔｉｖｅｉｎｅｒｔｉａｗｅｉｇｈｔ；ｃｌｕｓｔｅｒｉｎｇｃｒｏｗｄｉｎｇ；ｌｅａｒｎｉ