一种基于多样性信息和收敛度的多目标粒子群优化算法

• 作者: 乔俊飞 卢薇 韩红桂
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 智能优化算法 多目标粒子群优化 种群多样性信息 非支配解多样性信息 收敛度
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 315-324
• 页数: 10页
• 分类号: TP18
• 字数: 6406字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.02.009

摘要

为了提高多目标粒子群算法优化解的多样性和收敛性,提出了一种基于多样性信息和收敛度的多目标粒子群优化算法(Multiobjective Particle Swarm Optimization based on the Diversity Information and Convergence Degree,dic-dMOPSO).首先,利用非支配解多样性信息评估知识库中最优解的分布状态,设计出一种全局最优解选择机制,平衡了种群的进化过程,提高了非支配解的多样性和收敛性;其次,基于种群多样性信息设计出一种飞行参数调整机制,增强了粒子的全局探索能力和局部开发能力,获得了多样性和收敛性较好的种群.最后,将dicdMOPSO应用于标准测试函数测试,实验结果表明,dicdMOPSO与其他多目标算法相比不仅获得了多样性较高的可行解,而且能够较快的收敛到Pareto前沿.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔俊飞	北京工业大学信息学部	181	1883	22.0	31.0
3	韩红桂	北京工业大学信息学部	73	706	16.0	21.0
9	卢薇	北京工业大学信息学部	2	22	2.0	2.0