改进的粒子群求解多目标优化算法.pdf

改进的粒子群求解多目标优化算法.pdf

ID:55734523

大小:596.68 KB

页数:4页

时间:2020-06-05

改进的粒子群求解多目标优化算法.pdf_第1页
改进的粒子群求解多目标优化算法.pdf_第2页
改进的粒子群求解多目标优化算法.pdf_第3页
改进的粒子群求解多目标优化算法.pdf_第4页
资源描述:

《改进的粒子群求解多目标优化算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第24卷第2期计算机技术与发展V01.24No.22014年2月COMPUTERTECHNOLOGYANDDEVELOPMENTFeb.2014改进的粒子群求解多目标优化算法王越,吕光宏(四川大学计算机学院,四川成都610065)摘要:根据粒子群算法求解多目标问题的特点,个体极值和全局极值的选择不同会对实验结果产生很大影响。目前普遍的选择方法仅仅根据简单的支配关系,但是会存在两个解之间没有支配关系而导致不去更新个体最优值(PB)和全局最优值(GB),这样会导致更好的个体极值和全局极值的遗漏从而降低收敛时间。文中提出一种新

2、的个体极值和全局极值的选择策略。使用这种策略,可以加快收敛,提高准确性,防止非劣解的遗漏。通过几个测试函数的实验仿真,所得解集的分步性和多样性都有显著的提高。关键词:粒子群算法;多目标优化;Pareto最优解;全局最优值;个体最优值中图分类号:TP301.6文献标识码:A文章编号:1673—629X(2014)02—0042—04doi:10.3969/j.issn.1673—629X.2014.02.010ModifiedParticleSwarmOptimizationAlgorithmSolvingMulti-ob

3、jectiveWANGYue.LUGuang-hong(SchoolofComputer,SichuanUniversity,Chengdu610065,China)Abstract:Accordingtothecharacteristicsofparticleswamioptimizationalgorithmforsolvingmulti—objectiveproblems,thechoiceofpersonalbestandglobalbestwillaffecttheresultgreatly.Thecurren

4、tselectionmethodisonlybasedontheirdominantrelationship.butifthereisnodominantrelationshipbetweentwosolutions,PBandGBwillnotbeupdated.ThiswillmissthebetterPBandGBandex—tendtheconvergencetime.Anewselectionstrategyforpersonalbestandglobalbestispresented.Usingthisstr

5、ategycanacceleratecon—vergence,improveaccuracy,avoidnon—dominatedsolution~scard.Theperformanceofthisstrategyisevaluatedonseveraltestfunction.Theresultsshowthatthediversityandthedistributionofthenon-dominatedsolutionishighlyraisedcomparedwithotherPSOalgo—rithm.Key

6、words:particleswarmoptimizationalgorithm;multi-objectiveoptimization;Paretooptimal;globalbest;personalbestO引言权求和转化为单目标的问题去求解,而且这样的求解多目标的问题一直是工业生产中存在的一个实际方法,需要决策者对于多目标问题有一定的先验知识,问题,由于多个目标之间存在相互制约相互影响,所以所以使用这样的方法难以真正地去求解多目标问题。在工业生产和科学研究中解决多目标的问题是一个普近些年,基于群体的进化算法被广泛

7、地应用来求遍问题,因此研究多目标的问题有一定的实际意义。解多目标优化问题,例如,蚂蚁算法、遗传算法、粒子群与单目标不同的是,求多目标问题对于其中一个目标算法等。其中粒子群算法在很多情况下计算方便,易进行优化则必须要牺牲另一个目标,所以多目标问题于实现,因此粒子群算法在很多多目标优化问题中得不存在一个确定的解,而是一个最优解的集合,集合中到应用。文献[1]采用一个外部精英集以及动态栅格的解称为Pareto最优解或非劣最优解(Non—dominated能够自适应的调整粒子在动态栅格中的划分提高粒子solution)。所谓Pa

8、reto最优解,就是至少存在一个目的多样性,但是动态栅格的重新划分花费比较大;文献标函数最优,而且剩下的目标函数还不劣的解。传统[2]采用了基于粒子群的线性加权方法来求解多目标的求解多目标问题的方法是把一个多目标问题通过加问题,但是这个方法对权重的选取比较敏感,比较难把收稿日期:2013—04—25修回日期:2013

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。