基于目标空间分解和连续变异的多目标粒子群算法

• 作者: 葛洪伟 蔡明 钱小宇
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 多目标优化 粒子群优化算法 分解 子区域 变异 差分 高斯变异 柯西变异
• 年，卷（期）: 2019,（3）
• 页码范围: 464-470
• 页数: 7页
• 分类号: TP391.4
• 字数: 4568字
• 语种: 中文
• DOI: 10.11992/tis.201711015

摘要

针对当前多目标粒子群优化算法收敛性和多样性不佳等问题,提出了一种基于目标空间分解和连续变异的多目标粒子群优化算法.利用目标空间分解方法将粒子群分配到预先设定好的子区域中,在该过程中,通过一种新适应值公式来对每个子区域中的粒子进行择优筛选,该适应值公式融入了支配强度因素;在全局搜索过程中,使用差分变异、高斯变异和柯西变异对全局引导粒子的位置进行连续变异操作.将该算法与当前主流的一些多目标优化算法进行对比实验,结果表明,本文提出的算法在提高粒子收敛性的同时,多样性也得到了提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡明	江南大学信息化建设与管理中心	59	712	10.0	26.0
2	葛洪伟	江南大学轻工过程先进控制教育部重点实验室	86	456	11.0	17.0
6	钱小宇	江南大学轻工过程先进控制教育部重点实验室	2	1	1.0	1.0