首页 | 本学科首页   官方微博 | 高级检索  
     检索      

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!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号