| 基于三方竞争机制的反向多目标粒子群优化算法 |
| |
| 引用本文： | 韩飞,郑明鹏.基于三方竞争机制的反向多目标粒子群优化算法[J].江苏大学学报(自然科学版),2021,42(6):685-693. |
| |
| 作者姓名： | 韩飞 郑明鹏 |
| |
| 作者单位： | 江苏大学 计算机科学与通信工程学院,江苏 镇江 212013;江苏大学 江苏省工业网络空间安全技术重点实验室,江苏 镇江212013 |
| |
| 摘 要： | 针对传统多目标粒子群优化算法容易早熟的问题,提出一种基于三方竞争机制的反向多目标粒子群优化算法(MOPSO-TCOL).该算法利用当前种群在每一代中选择的三方竞争者来引导种群进化,这能够有效减少维护外部存档时的计算成本.在每次竞争中,MOPSO-TCOL从种群中随机挑选3个粒子进行比较,并基于不同的策略分别进行更新,这有利于保持种群的多样性.提出了一种基于反向学习策略的渐进式粒子更新方式,部分粒子进行反向学习以避免算法陷入局部最优,其他粒子通过向指定的更优粒子学习进行更新以加强收敛性.将所提出算法与8个多目标优化算法在14个标准测试函数上进行了性能比较试验.结果表明MOPSO-TCOL算法在多样性和收敛性上具有显著优势,且具有更快的收敛速度.
|
| 关 键 词： | 粒子群优化算法 多目标优化 进化算法 三方竞争机制 反向学习 Pareto前沿 |
Opposition-based multi-objective particle swarm optimization algorithm based on tripartite competition mechanism |
| |
| HAN Fei,ZHENG Mingpeng.Opposition-based multi-objective particle swarm optimization algorithm based on tripartite competition mechanism[J].Journal of Jiangsu University:Natural Science Edition,2021,42(6):685-693. |
| |
| Authors: | HAN Fei ZHENG Mingpeng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
