基于综合学习策略的多目标分解粒子群算法

• 作者: 许奕 陈跃刚
• 来源期刊: 微电子学与计算机
• 关键词: 多目标 全面学习 粒子群优化 多目标优化分解
• 年，卷（期）: 2018,（10）
• 页码范围: 75-79
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文

摘要

本文提出了一种基于综合学习策略的多目标分解粒子群算法(D-CLMOPSO),该算法采用综合学习策略对多目标问题进行求解,从而避免早熟收敛;通过分解方法更新主导粒子以增强解的分布;采用存档机制以存储优化过程中的非支配解,并采用多项式变异来避免陷入局部最优.最后将所提出的方法与三种多目标进化算法进行比较,结果表明所提算法在大多数测试问题上具有良好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈跃刚	上海大学悉尼工商学院	11	61	5.0	7.0
2	许奕	上海大学悉尼工商学院	3	3	1.0	1.0