|
|||||
|
|
| 一种基于分解的改进的多目标蚁群算法及其应用 | |
| 引用本文： | 李娅. 一种基于分解的改进的多目标蚁群算法及其应用[J]. 科学技术与工程, 2016, 16(12) |
| 作者姓名： | 李娅 |
| 作者单位： | 佛山科学技术学院 |
| 基金项目： | 国家自然科学基金项目（面上项目，重点项目，重大项目），广东省自然科学基金资助项目，广东省科技计划项目，佛山市科技创新专项资金项目，佛山科学技术学院校级科研项目 |
| 摘 要： | 提出一种基于分解的、改进的多目标蚁群算法。该算法首先利用Tchebycheff聚合方法将整个Pareto最优前沿的逼近问题分解为一定数量的单目标优化子问题,然后利用蚁群算法同时求解这些子问题。为使解集均匀分布在Pareto前沿,采用基于试探的聚类方法对解集聚类;依据解集的分布重置分解策略中的权重向量集,使其适配于特定的Pareto前沿;蚂蚁按照对应的权重距离被分组,同一组蚂蚁共享一个信息素矩阵,该矩阵容纳学习到Pareto前沿子区域的位置信息;每个蚂蚁求解一个子问题,每个蚂蚁拥有自己的启发式信息矩阵;每个蚂蚁拥有多个邻居,蚂蚁选取邻居中的最优解来更新当前解;蚂蚁依据小组信息素,当前解和启发式信息构建新的解。引入自适应变异算子,动态调整蚂蚁邻居的个数,提高算法的收敛速度和解的质量。将该算法与其他相关算法在标准的双旅行商问题进行性能对比,证明该算法有效。 |
| 关 键 词： | 多目标优化； MOEA/D； 蚁群算法；Pareto最优 |
| 收稿时间： | 2015-12-25 |
| 修稿时间： | 2016-01-26 |
A Novel Multi-objective Ant Colony Optimization Algorithm Based on Decomposition and Its Application |
|
| Abstract: | |
| Keywords: | multi-objective optimization MOEA/D ant colony algorithm Pareto optimality |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 | |
| 点击此处可从《科学技术与工程》下载全文 | |