|
|||||
|
|
| 一种基于 Pareto 云隶属度的 MOPSO 算法 | |
| 引用本文： | 高志强,刘丽霞,刘悦,邱晓华,于广浩.一种基于 Pareto 云隶属度的 MOPSO 算法[J].中国科技论文在线,2015(14). |
| 作者姓名： | 高志强 刘丽霞 刘悦 邱晓华 于广浩 |
| 作者单位： | 1. 武警工程大学信息工程系,西安,710086 2. 开封大学信息工程学院,河南开封,475004 3. 辽宁石油化工大学信息与控制工程学院,辽宁抚顺,113001 |
| 基金项目： | 国家自然科学基金资助项目(61309008)；陕西省自然科学基金资助项目 |
| 摘 要： | 为定量解决非支配解排序问题，并兼顾多目标粒子群优化算法（multi-objective particle swarm optimization，MOPSO）的收敛性和多样性，提出了一种基于 Pareto 云隶属度的 MOPSO 算法。利用 Logistic 混沌映射优化种群的初始空间分布并融合布谷鸟搜索（cuckoo search，CS）指导粒子跳出局部陷阱，以增强算法的全局寻优能力。首次提出云向量评价 Pareto 最优解集方法，采用云隶属度评价准则对粒子适应度值进行量化评价。依据云隶属度选取个体最优和群体最优，平衡全局开发与开采，进而实现外部档案维护。测试函数集 ZDT 的实验结果表明，改进算法在收敛性和多样性方面较 MOPSO 和 NSGA-Ⅱ有一定优势。 |
| 关 键 词： | 云隶属度 多目标粒子群优化算法 布谷鸟搜索 混沌映射 云相似度 |
Improved MOPSO algorithm based on cloud membership |
|
| Gao Zhiqiang,Liu Lixia,Liu Yue,Qiu Xiaohua,Yu Guanghao.Improved MOPSO algorithm based on cloud membership[J].Sciencepaper Online,2015(14). | |
| Authors: | Gao Zhiqiang Liu Lixia Liu Yue Qiu Xiaohua Yu Guanghao |
| Abstract: | |
| Keywords: | cloud membership multi-objective particle swarm optimization cuckoo search chaos map cloud similarity |