多目标非支配邻近免疫粒子群算法

• 作者: 刘俊华 高岳林
• 来源期刊: 太原理工大学学报
• 关键词: 多目标优化 粒子群算法 非支配邻近免疫 学习因子
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 769-775
• 页数: 7页
• 分类号: TP301.6
• 语种: 中文

摘要

针对PSO算法求解多目标优化问题时易陷入局部最优解的问题,采用非支配邻近免疫算子来对粒子群的外部档案进行维护和变异操作,有效提高了Pareto解的多样性,从而提出一种多目标非支配邻近免疫粒子群算法(NICPSO).采用动态加权法选择全局最优粒子,提高全局搜索能力;当粒子群趋于早熟时,采用优势邻域认知的个体极值更新策略;同时将学习因子表示为惯性权重的非线性函数,有效提高算法的统一性.通过ZDT1—ZDT4及ZDT6基准测试函数验证,该算法有效的提高了优化解的收敛性和多样性,与其他多目标进化算法和多目标粒子群优化算法相比,具有较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高岳林	北方民族大学信息与系统科学研究所	146	1138	17.0	27.0
2	刘俊华	北方民族大学信息与系统科学研究所	1	2	1.0	1.0