自适应种群更新策略的多目标粒子群算法

• 作者: 夏旻 王骥 纪壮壮 翁理国
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒子群优化算法 搜索能力 局部最优 自适应策略
• 年，卷（期）: 2017,（15）
• 页码范围: 181-186
• 页数: 6页
• 分类号: TP301.6
• 字数: 5786字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1602-0083

摘要

针对粒子种群较差的局部搜索能力,提出了一种自适应种群更新策略的多目标粒子群算法.该算法在每次种群进行迭代时,根据种群的多样性测度以及每个粒子的适应度值,自适应地改变速度权重,以此来提高种群粒子在局部搜索时的活性,使算法具有较强的局部搜索能力同时又保留了足够的全局搜索能力.最后利用多组经典测试样例进行仿真,并与传统的粒子群算法以及速度线性衰减算法做比较,在单目标优化中,自适应粒子群算法能够更快地寻找最优位置;在多目标优化中,自适应粒子群算法能够更快速地收敛于帕累托最优边界.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王骥	南京信息工程大学江苏省大气环境与装备技术协同创新中心	34	103	7.0	9.0
2	夏旻	南京信息工程大学江苏省大气环境与装备技术协同创新中心	25	102	7.0	8.0
3	翁理国	南京信息工程大学江苏省大气环境与装备技术协同创新中心	14	38	4.0	5.0
4	纪壮壮	南京信息工程大学江苏省大气环境与装备技术协同创新中心	5	19	3.0	4.0