基于超球形模糊支配的高维多目标粒子群优化算法

• 作者: 唐德权 曹守富 谭阳
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 高维多目标优化问题 Pareto支配 粒子群 多样性
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 3233-3241
• 页数: 9页
• 分类号: TP301.6
• 字数: 8012字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019040710

摘要

高维多目标优化问题(MAOP)会随着待优化问题维度的增加形成巨大的目标空间,导致在目标空间中非支配解的比例急剧增加,削弱了进化算法的选择压力,降低了进化算法对MAOP的求解效率.针对这一问题,提出一种以超球型支配关系降低种群中非支配解数量的粒子群优化(PSO)算法.算法以模糊支配策略来维持种群对MAOP的选择压力,并通过全局极值的选择和外部档案的维护来保持种群个体在目标空间中的分布.在标准测试集DTLZ和WFG上的仿真结果表明,所提算法在求解MAOP时具备较优的收敛性和分布性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐德权	湖南师范大学数学与统计学院	25	66	5.0	7.0
3	谭阳	湖南师范大学数学与统计学院	13	20	3.0	4.0
7	曹守富	湖南师范大学数学与统计学院	5	8	1.0	2.0