原文服务方: 控制理论与应用       
摘要:
高维多目标优化问题是广泛存在于实际应用中的复杂优化问题,目前的研究方法大都限于进化算法.本文利用粒子群优化算法求解高维多目标优化问题,提出了一种基于r支配的多目标粒子群优化算法.采用r支配关系进行粒子的比较与选择,并结合粒子群优化算法收敛速度快的优势,使得算法在目标个数增加时仍保持较强的搜索能力;为了弥补由此造成的群体多样性的丢失,优化非r支配阈值的取值策略;此外,引入决策空间的拥挤距离测度,并给出新的外部存储器更新方法,从而进一步防止算法陷入局部最优.对多个基准测试函数的仿真结果表明所得解集在收敛性、多样性以及围绕参考点的分布性上均优于其他两种算法.
推荐文章
多目标非支配邻近免疫粒子群算法
多目标优化
粒子群算法
非支配邻近免疫
学习因子
自组织多目标粒子群优化算法
多目标粒子群优化
自组织映射
种群分布
精英学习策略
一种改进的多目标粒子群优化算法及其应用
多目标粒子群优化
比例分布
跳数改进机制
多连杆悬架
基于旋转基技术的多目标粒子群优化算法
粒子群
多目标优化
旋转基技术
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 改进的r支配高维多目标粒子群优化算法
来源期刊 控制理论与应用 学科
关键词 高维多目标优化 偏好 粒子群优化
年,卷(期) 2015,(5) 所属期刊栏目 论文与报告
研究方向 页码范围 623-630
页数 8页 分类号 TP301
字数 语种 中文
DOI 10.7641/CTA.2015.40924
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 陈庆伟 南京理工大学自动化学院 167 2469 26.0 41.0
2 章恩泽 南京理工大学自动化学院 3 37 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (40)
参考文献  (12)
节点文献
引证文献  (17)
同被引文献  (72)
二级引证文献  (34)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(7)
  • 参考文献(2)
  • 二级参考文献(5)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(11)
  • 引证文献(4)
  • 二级引证文献(7)
2018(10)
  • 引证文献(3)
  • 二级引证文献(7)
2019(10)
  • 引证文献(3)
  • 二级引证文献(7)
2020(17)
  • 引证文献(4)
  • 二级引证文献(13)
研究主题发展历程
节点文献
高维多目标优化
偏好
粒子群优化
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
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
1984-01-01
chi
出版文献量(篇)
4979
总下载数(次)
0
论文1v1指导