西安电子科技大学学报

2021, v.48(03) 106-114

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

一种多样性控制的多目标粒子群算法
Diversity controlled multiobjective particle swarm optimization

刘天宇;王翥;

摘要(Abstract):

针对传统多目标粒子群算法容易早熟的问题,提出了一种基于多样性控制的多目标粒子群算法。该算法采用一种基于权值向量的多样性评价指标来度量算法在每一次迭代时的种群多样性,并根据评估值来自适应地控制算法的进化过程。为了保证种群的多样性,采用一种基于Steffensen方法的自适应变异策略对外部种群进行更新。通过自适应地选择粒子的全局最优位置来实现种群多样性与收敛性之间的平衡。将该算法与几种常用的多目标进化算法在一系列标准测试函数上进行了仿真实验,统计结果证明了所提算法的有效性。

关键词(KeyWords): 多目标优化;粒子群优化;自适应算法;多样性控制;Steffensen方法

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(61806122)

作者(Author): 刘天宇;王翥;

Email:

DOI: 10.19665/j.issn1001-2400.2021.03.014

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