| 基于自适应进化粒子群算法的多目标优化方法 |
| |
| 引用本文： | 陈民铀,张聪誉,罗辞勇. 基于自适应进化粒子群算法的多目标优化方法[J]. 系统仿真学报, 2009, 21(22) |
| |
| 作者姓名： | 陈民铀 张聪誉 罗辞勇 |
| |
| 作者单位： | 重庆大学输配电装备及系统安全与新技术国家重点实验室,重庆,400044 |
| |
| 摘 要： | 提出一种自适应进化粒子群优化算法(AEPSO),以提高多目标优化 PSO算法的性能.AEPSO算法把非支配排序技术、自适应惯性权重和特殊的变异操作引入到PSO算法中,来提高算法的全局搜索能力和粒子的多样性.与常用的整体加权方法来处理多目标优化问题不同,AEPSO算法采用非劣解排序来引导粒子的飞行,以改进算法的收敛性,同时采用特殊的变异操作防止早熟收敛并增加优化解的多样性.所提算法的有效性经过四种代表性benchmark函数进行验证,并与几种典型同类型算法进行比较.该算法已成功地用于合金材料的多目标优化设计.实验结果表明AEPSO算法能够较好地兼顾收敛精度与优化解的多样性,满足多目标优化设计的要求.
|
| 关 键 词： | 多目标优化 群体智能 非支配排序 合金材料优化设计 |
Adaptive Evolutionary Particle Swarm Algorithm for Multi-Objective Optimisation |
| |
| Abstract: | |
| |
| Keywords: | multi-objective optimisation swarm intelligence pareto-optimality optimal alloy design |
| 本文献已被 万方数据 等数据库收录！ |
|
