带黑洞机制和混沌搜索的多目标粒子群算法

• 作者: 吴朋 夏禹
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 黑洞机制 混沌搜索 多目标 粒子群优化
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 人工智能驱动的自动化
• 页码范围: 251-257
• 页数: 7页
• 分类号: TP18
• 字数: 4794字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.160929

摘要

多目标粒子群优化算法(Multi objective particle swarm optimization algorithm, MOPSO)在算法后期容易陷入局部最优,为了防止算法"早熟",提出了带黑洞机制和混沌搜索的多目标粒子群优化算法.他利用随机黑洞机制,对领导粒子周围进行搜索;利用混沌运动遍历性的特点,使得粒子在个体最优点附近的搜索区域增大,从而增加种群的多样性,防止陷入局部最优.通过改进后的ZDT系列函数验证,表明了算法能解决2维空间下的高维解问题,通过DTLZ系列函数验证,表明了算法也能有效解决3维目标问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏禹	重庆大学自动化学院	4	17	2.0	4.0
3	吴朋	重庆大学自动化学院	10	53	4.0	7.0