基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种多目标粒子群算法.首先基于Pareto支配得到外部归档集,针对粒子容易陷入局部最优的问题,通过拥挤度函数来筛选归档集中的Pareto最优解;然后对粒子种群的不同子部分别采用不同突变来增加解的多样性;最后引入决策者的偏好信息,从而筛选出符合决策者偏好的Pareto最优解.通过测试函数进行数值实验,其结果表明:最终得出的Pareto解的当代距离指标值整体接近于0,与真实的Pareto边界较为接近;由于加入决策者偏好,最终得到的最优解并未覆盖整个Pareto边界,缩短了搜索时间,收敛性较好.
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
基于双极偏好控制的多目标粒子群优化算法
粒子群算法
多目标优化
双极偏好
基于决策者偏好区域的多目标粒子群算法研究
偏好区域
多目标优化
粒子群优化算法
基于自适应学习的多目标粒子群优化算法
粒子群优化
多目标优化
自适应惯性权值
聚类排挤
最优搜索方向学习
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 基于偏好的ε-Pareto支配的多目标粒子群算法
来源期刊 西华大学学报(自然科学版) 学科 工学
关键词 多目标优化 粒子群算法 支配关系 突变 拥挤度 偏好
年,卷(期) 2018,(2) 所属期刊栏目 计算机与信息技术
研究方向 页码范围 70-74
页数 5页 分类号 TP18
字数 2941字 语种 中文
DOI 10.3969/j.issn.1673-159X.2018.02.013
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 李静 西南交通大学数学学院 36 112 6.0 9.0
2 黄天民 西南交通大学数学学院 82 362 11.0 14.0
3 陈尚云 西南交通大学数学学院 16 169 6.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (69)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(5)
  • 参考文献(2)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(7)
  • 参考文献(2)
  • 二级参考文献(5)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(6)
  • 参考文献(2)
  • 二级参考文献(4)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多目标优化
粒子群算法
支配关系
突变
拥挤度
偏好
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
西华大学学报(自然科学版)
双月刊
1673-159X
51-1686/N
大16开
四川省成都市金牛区
1982
chi
出版文献量(篇)
3399
总下载数(次)
6
总被引数(次)
16135
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导