基于粒子群的多目标优化算法

摘要：

论文提出了一种新的基于粒子群的多目标优化算法.用搜索过程中所发现非劣解的一部分构成精英集,将其作为粒子群的历史最佳,引导粒子群的搜索,并通过小生境技术和部分变异的方法来提高非劣解集的多样性和分散性.对三个典型多目标测试函数所作实验的结果验证了该方法的有效性和快速性,结果还表明:该方法所得非劣解集在分散性、错误率和逼近程度等量化指标上优于FFGA、SPEA、PAES、NSGA等方法,是一种非常有潜力的多目标优化方法.

关键词：粒子群优化算法、多目标优化、Pareto最优、小生境、精英集

所属期刊栏目：41

分类号：TP301.6(计算技术、计算机技术)

资助基金：航天技术创新基金

在线出版日期：2005-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：43-46