计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2010年
6期
234-238
,共5页
多目标优化%微粒群算法%改进算法
多目標優化%微粒群算法%改進算法
다목표우화%미립군산법%개진산법
微粒群算法是解决多目标优化问题的一个重要方法.为了多目标目标优化求解问题,常用的微粒群算法在处理多目标优化问题时,存在所得Pareto最优解集的分散性和实用性较差的缺点.针对上述问题,提出了微粒群算法的一种改进形式.改进算法引入了个体精英解集,从中选择更合适的个体最优位置.同时,在评价个体适应度时,考虑了目标函数值差异这一信息.个体对应的目标函数值差异大,则其适应度就小.这样能避免各目标函数值差异过大的最优解存在.三个典型的多目标测试函数表明,改进方法得到最优解集具有更好的分散性和实用性.测得结果证明,改进方法是有效的.
微粒群算法是解決多目標優化問題的一箇重要方法.為瞭多目標目標優化求解問題,常用的微粒群算法在處理多目標優化問題時,存在所得Pareto最優解集的分散性和實用性較差的缺點.針對上述問題,提齣瞭微粒群算法的一種改進形式.改進算法引入瞭箇體精英解集,從中選擇更閤適的箇體最優位置.同時,在評價箇體適應度時,攷慮瞭目標函數值差異這一信息.箇體對應的目標函數值差異大,則其適應度就小.這樣能避免各目標函數值差異過大的最優解存在.三箇典型的多目標測試函數錶明,改進方法得到最優解集具有更好的分散性和實用性.測得結果證明,改進方法是有效的.
미립군산법시해결다목표우화문제적일개중요방법.위료다목표목표우화구해문제,상용적미립군산법재처리다목표우화문제시,존재소득Pareto최우해집적분산성화실용성교차적결점.침대상술문제,제출료미립군산법적일충개진형식.개진산법인입료개체정영해집,종중선택경합괄적개체최우위치.동시,재평개개체괄응도시,고필료목표함수치차이저일신식.개체대응적목표함수치차이대,칙기괄응도취소.저양능피면각목표함수치차이과대적최우해존재.삼개전형적다목표측시함수표명,개진방법득도최우해집구유경호적분산성화실용성.측득결과증명,개진방법시유효적.