混合择优的多目标免疫粒子群优化算法

摘要：

为解决多目标粒子群优化算法存在解的多样性差、分布不均等问题，提出一种混合择优机制：在迭代过程中每个粒子依概率，根据解集信息熵或Sigma值确定其全局极值；并直接对解集进行基于信息熵的克隆选择，根据支配关系更新解集，充分发掘分布性更好的解。测试函数的仿真实验结果表明，该算法在保持较好的收敛性能的同时，其求解的分布性指标要明显优于其他算法，这说明混合择优机制能够有效地提升多目标粒子群优化算法求解的多样性和分布性。

关键词：多目标优化、粒子群、信息熵、克隆选择

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学青年基金No.61102167；山东省科技发展计划项目No.2011YD04049。

在线出版日期：2013-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：43-47