基于平衡搜索策略的多目标粒子群优化算法

• 作者: 周利发 耿焕同 陈哲 陈正鹏
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 多目标优化 粒子群优化 归档集自挖掘 边界最优粒子引导 平衡搜索
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 224-234
• 页数: 11页
• 分类号: TP301
• 字数: 7541字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201703004

摘要

鉴于平衡全局和局部搜索在多目标粒子群优化算法获取完整均匀Pareto最优前沿方面的重要性,设计平衡全局和局部搜索策略,进而提出改进的多目标粒子群优化算法(bsMOPSO).文中策略在局部搜索方面设计归档集自挖掘子策略,通过对归档集中均匀分布的部分粒子进行柯西扰动,使归档集涵盖整个前沿面的局部搜索.在全局搜索方面设计边界最优粒子引导搜索子策略,以边界最优粒子替换部分粒子的全局最优解,引导粒子向各维目标的边界区域搜索.选取4种对比算法在ZDT和DTLZ系列的部分测试函数上进行实验,结果表明bsMOPSO具有更快的Pareto最优前沿收敛效率和更好的分布性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	耿焕同	南京信息工程大学江苏省网络监控中心	53	258	9.0	12.0
5	陈正鹏	南京信息工程大学计算机与软件学院	3	24	3.0	3.0
6	陈哲	南京信息工程大学计算机与软件学院	3	17	2.0	3.0
7	周利发	南京信息工程大学计算机与软件学院	5	12	2.0	3.0