计算机工程
計算機工程
계산궤공정
Computer Engineering
2015年
10期
186-191,198
,共7页
伍大清%邵明%李悛%李康
伍大清%邵明%李悛%李康
오대청%소명%리전%리강
多目标优化算法%协同%精英学习策略%拓扑结构%奖惩机制
多目標優化算法%協同%精英學習策略%拓撲結構%獎懲機製
다목표우화산법%협동%정영학습책략%탁복결구%장징궤제
multi-objective optimization algorithm%cooperative%elite learning strategy%topology structure%reward and punishment mechanism
为提高已有多目标优化算法在求解高维复杂多目标优化问题上的解集分布性和收敛性,提出一种新的多目标微粒群优化算法.该算法基于多目标协同框架,将多种群奖惩机制进化算法用于求解分解后的若干单目标优化子问题,采用动态环形的拓扑结构,设计一种新型精英学习策略,获得逼近Pareto前沿的最优解集.通过典型的多目标优化函数进行测试验证,结果表明,与现有多目标优化算法相比,该算法不仅具有较好的收敛性能,而且解集分布性更均匀、覆盖范围更广.
為提高已有多目標優化算法在求解高維複雜多目標優化問題上的解集分佈性和收斂性,提齣一種新的多目標微粒群優化算法.該算法基于多目標協同框架,將多種群獎懲機製進化算法用于求解分解後的若榦單目標優化子問題,採用動態環形的拓撲結構,設計一種新型精英學習策略,穫得逼近Pareto前沿的最優解集.通過典型的多目標優化函數進行測試驗證,結果錶明,與現有多目標優化算法相比,該算法不僅具有較好的收斂性能,而且解集分佈性更均勻、覆蓋範圍更廣.
위제고이유다목표우화산법재구해고유복잡다목표우화문제상적해집분포성화수렴성,제출일충신적다목표미립군우화산법.해산법기우다목표협동광가,장다충군장징궤제진화산법용우구해분해후적약간단목표우화자문제,채용동태배형적탁복결구,설계일충신형정영학습책략,획득핍근Pareto전연적최우해집.통과전형적다목표우화함수진행측시험증,결과표명,여현유다목표우화산법상비,해산법불부구유교호적수렴성능,이차해집분포성경균균、복개범위경엄.
