小型微型计算机系统
小型微型計算機繫統
소형미형계산궤계통
MINI-MICRO SYSTEMS
2012年
12期
2696-2702
,共7页
王丽萍%吴秋花%邱飞岳%吴裕市%林思颖
王麗萍%吳鞦花%邱飛嶽%吳裕市%林思穎
왕려평%오추화%구비악%오유시%림사영
多目标优化%粒子群算法%侧步爬山策略%混合算法
多目標優化%粒子群算法%側步爬山策略%混閤算法
다목표우화%입자군산법%측보파산책략%혼합산법
为提高多目标粒子群算法(MOPSO)的收敛性与解集多样性,提出一种基于侧步爬山策略的混合多目标粒子群算法(H-MOPSO).通过建立局部搜索与粒子群优化的混合模型,在该模型中后期引入基于侧步爬山策略的局部搜索,周期性代替粒子群搜索并优化混合参数,使粒子根据距离前沿的远近朝下降或非支配方向搜索,加快粒子群收敛并改善其分布.同时采用非均匀变异算子和线性递减的惯性权重策略,避免算法早熟.通过标准测试函数的对比实验表明,该算法整体上比MOPSO、NSGA-Ⅱ和MOEA/D具有更好的多样性与收敛性.
為提高多目標粒子群算法(MOPSO)的收斂性與解集多樣性,提齣一種基于側步爬山策略的混閤多目標粒子群算法(H-MOPSO).通過建立跼部搜索與粒子群優化的混閤模型,在該模型中後期引入基于側步爬山策略的跼部搜索,週期性代替粒子群搜索併優化混閤參數,使粒子根據距離前沿的遠近朝下降或非支配方嚮搜索,加快粒子群收斂併改善其分佈.同時採用非均勻變異算子和線性遞減的慣性權重策略,避免算法早熟.通過標準測試函數的對比實驗錶明,該算法整體上比MOPSO、NSGA-Ⅱ和MOEA/D具有更好的多樣性與收斂性.
위제고다목표입자군산법(MOPSO)적수렴성여해집다양성,제출일충기우측보파산책략적혼합다목표입자군산법(H-MOPSO).통과건립국부수색여입자군우화적혼합모형,재해모형중후기인입기우측보파산책략적국부수색,주기성대체입자군수색병우화혼합삼수,사입자근거거리전연적원근조하강혹비지배방향수색,가쾌입자군수렴병개선기분포.동시채용비균균변이산자화선성체감적관성권중책략,피면산법조숙.통과표준측시함수적대비실험표명,해산법정체상비MOPSO、NSGA-Ⅱ화MOEA/D구유경호적다양성여수렴성.
