CAJ | 학술논문

将进化算法应用于某些多目标优化问题时,采用增加种群规模和进化代数的方法往往耗费大量的目标函数计算开销,且达不到提高种群进化效率的目的,为此提出了一种基于自适应学习最优搜索方向的多目标粒子群优化算法.采用自适应惯性权值平衡算法的全局和局部搜索能力,采用聚类排挤方法保持Pareto非支配解集的分布均匀性,使用最近邻学习方法为每个粒子在Pareto非支配解集中寻找一个最优飞行目标来提高其收敛速度并保持粒子群搜索方向的多样性.实验结果表明,提出的算法可在显著地降低函数评估成本的前提下实现快速的搜索,并使粒子群均匀地逼近Pareto最优面.
장진화산법응용우모사다목표우화문제시,채용증가충군규모화진화대수적방법왕왕모비대량적목표함수계산개소,차체불도제고충군진화효솔적목적,위차제출료일충기우자괄응학습최우수색방향적다목표입자군우화산법.채용자괄응관성권치평형산법적전국화국부수색능력,채용취류배제방법보지Pareto비지배해집적분포균균성,사용최근린학습방법위매개입자재Pareto비지배해집중심조일개최우비행목표래제고기수렴속도병보지입자군수색방향적다양성.실험결과표명,제출적산법가재현저지강저함수평고성본적전제하실현쾌속적수색,병사입자군균균지핍근Pareto최우면.