基于局部搜索与混合多样性策略的多目标粒子群算法

• 作者: 岳恒 杜斌 贾树晋
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 多目标优化 粒子群算法 增广Lagrange乘子法 Maximin适应值函数 拥挤距离
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 813-818,826
• 分类号: TP18
• 语种: 中文

摘要

为了提高算法的收敛性与非支配解集的多样性,提出一种基于局部搜索与混合多样性策略的多目标粒子群算法（LH-MOPSO）.该算法使用增广Lagrange乘子法对非支配解进行局部搜索以快速接近Pareto最优解;利用基于改进的Maximin适应值函数与拥挤距离的混合多样性策略对非支配解集进行维护以保留解的多样性,同时引入高斯变异算子以避免算法早熟收敛;最后针对多目标约束优化问题,给出一种有效的约束处理方法.实验研究表明该算法具有良好的优化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳恒	东北大学自动化研究中心	62	1075	21.0	30.0