局部搜索与改进MOPSO的混合优化算法及其应用

• 作者: 吴秋花 吴裕市 王丽萍 邱飞岳
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 多目标优化 粒子群算法 局部搜索 混合算法
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 174-178,200
• 分类号: TP18
• 字数: 6638字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.11.040

摘要

为弥补粒子群后期收敛缓慢与早熟的不足,提出了一种局部搜索与改进MOPSO的混合优化算法(H-MOP-SO).该算法首先采用非均匀变异算子和自适应惯性权重,强化全局搜索能力；继而建立混合算法模型,并利用侧步爬山搜索算法对粒子群作周期性优化,使远离前沿的粒子朝下降方向搜索,而靠近前沿的粒子朝非支配方向搜索,加快粒子群的收敛并改善解集多样性.对标准测试函数的求解表明,该算法比MOPSO、NSGA-Ⅱ和MOEA/D具有更好的多样性和收敛性.供应商优选问题的求解进一步验证了H-MOPSO的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王丽萍	浙江工业大学经贸管理学院	89	620	13.0	20.0
5	邱飞岳	浙江工业大学现代教育技术研究所	94	573	11.0	20.0
9	吴秋花	浙江工业大学经贸管理学院	3	25	3.0	3.0
10	吴裕市	浙江工业大学信息工程学院	3	42	3.0	3.0