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

• 作者: 施展 陈庆伟
• 来源期刊: 信息与控制
• 关键词: 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
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 214-220,226
• 分类号: O221.6
• 语种: 中文
• DOI: 10.3724/SP.J.1219.2010.00214

摘要

为了能够找到更多真实的Pareto最优解和提高所求最优解的分布均匀性,提出了一种新型的基于量子行为特性粒子群优化和自适应网格的多目标量子粒子群优化算法.利用量子行为特性粒子群优化算法的寻优优势快速地接近真实的Pareto最优解,引入高斯变异算子增强搜索解的多样性.通过设置一个外部存储器保留搜索过程中找到的Pareto最优解,采用自适应网格法对外部存储器中最优解进行更新和维护操作,使得从中选择的领导粒子能够引导粒子群最终找到真实的Pareto最优解.仿真结果表明所提算法具有更好的收敛性能和更均匀的分布性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈庆伟	南京理工大学自动化学院	167	2469	26.0	41.0
2	施展	南京理工大学自动化学院	4	76	4.0	4.0