基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对粒了群算法求解多目标问题极易收敛到伪Pareto前沿(等价于单目标优化问题中的局部最优解),并且收敛速度较慢的问题,提出一种ε占优的自适应多目标粒子群算法(εDMOPSO)..在εDMOPSO算法中,每个粒子的邻居根据粒了的运行动态地组建,且粒了的速度小由其邻居中运行最好的粒予来调整,而是由其所有邻居共同调整.同时,采用外部存档保存非劣解,并利用ε占优更新非劣解.模拟结果表明了εDMOPSO算法的有效性.
推荐文章
基于自适应学习的多目标粒子群优化算法
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
改进的自适应多目标粒子群算法
多目标优化
粒子群优化
帕累托最优
约束控制
边界处理
全局最优选择
自适应控制
最大传输能力
基于自适应量子粒子群算法的阵列天线多目标综合
AQPSO
零陷
波束形成
有源方向图
基于量子行为特性粒子群和自适应网格的多目标优化算法
多目标优化
量子行为特性粒子群优化
高斯变异
自适应网格
Pareto最优解
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于ε占优的自适应多目标粒子群算法
来源期刊 控制与决策 学科 工学
关键词 多目标优化 粒了群算法 ε占优 动态邻居
年,卷(期) 2011,(1) 所属期刊栏目 论文与报告
研究方向 页码范围 89-95
页数 分类号 TP301.6
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵庆祯 山东师范大学管理与经济学院 72 780 15.0 24.0
2 刘衍民 遵义师范学院数学系 81 406 11.0 18.0
6 牛奔 深圳大学管理学院 22 226 9.0 14.0
7 邵增珍 山东师范大学管理与经济学院 60 455 12.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (30)
参考文献  (6)
节点文献
引证文献  (30)
同被引文献  (59)
二级引证文献  (58)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(8)
  • 引证文献(6)
  • 二级引证文献(2)
2015(13)
  • 引证文献(4)
  • 二级引证文献(9)
2016(18)
  • 引证文献(6)
  • 二级引证文献(12)
2017(18)
  • 引证文献(6)
  • 二级引证文献(12)
2018(15)
  • 引证文献(1)
  • 二级引证文献(14)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
多目标优化
粒了群算法
ε占优
动态邻居
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制与决策
月刊
1001-0920
21-1124/TP
大16开
沈阳东北大学125信箱
1986
chi
出版文献量(篇)
7031
总下载数(次)
20
总被引数(次)
141238
论文1v1指导