西安电子科技大学学报

2021, v.48(03) 78-84

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

一种适应度排序的高维多目标粒子群优化算法
Many-objective particle swarm optimization algorithm for fitness ranking

杨五四;陈莉;王毅;张茂省;

摘要(Abstract):

针对高维多目标优化问题复杂度高,求解难度大的特点,提出了一种集成适应度排序的高维多目标粒子群优化算法。该算法通过获取种群中个体与参考点最近的向量,结合基于惩罚的边界交叉方法对种群中的个体进行排序,并对较差的个体进行删除,留下的精英个体被保存到外部档案中。将该算法与性能先进的4种高维多目标进化优化算法在13个标准测试实例的5,8,10,15目标上进行实验对比,结果表明,提出的算法在大多数测试用例上的性能表现优于对比算法,同时说明了该算法具有较好的收敛性与多样性,能够有效地处理高维多目标优化问题。

关键词(KeyWords): 集成适应度排序;高维多目标优化;粒子群优化;基于惩罚的边界交叉方法

Abstract:

Keywords:

基金项目(Foundation): 国家重点研发计划项目(2018YFC1504700);; 陕西省自然科学基金项目(2018JM6029)

作者(Author): 杨五四;陈莉;王毅;张茂省;

Email:

DOI: 10.19665/j.issn1001-2400.2021.03.0010

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享