自适应种群更新策略的多目标粒子群算法

摘要：

针对粒子种群较差的局部搜索能力,提出了一种自适应种群更新策略的多目标粒子群算法.该算法在每次种群进行迭代时,根据种群的多样性测度以及每个粒子的适应度值,自适应地改变速度权重,以此来提高种群粒子在局部搜索时的活性,使算法具有较强的局部搜索能力同时又保留了足够的全局搜索能力.最后利用多组经典测试样例进行仿真,并与传统的粒子群算法以及速度线性衰减算法做比较,在单目标优化中,自适应粒子群算法能够更快地寻找最优位置;在多目标优化中,自适应粒子群算法能够更快速地收敛于帕累托最优边界.

关键词：粒子群优化算法、搜索能力、局部最优、自适应策略

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金61503192,61105115;江苏省自然科学基金BK20131002;江苏省六大人才高峰项目2014-XXRJ-007

在线出版日期：2017-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：181-186