咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >一种基于自适应模糊支配的高维多目标粒子群算法 收藏

一种基于自适应模糊支配的高维多目标粒子群算法

Many-objective Particle Swarm Optimization Based on Adaptive Fuzzy Dominance

作     者:余伟伟 谢承旺 闭应洲 夏学文 李雄 任柯燕 赵怀瑞 王少锋 YU Wei-Wei;XIE Cheng-Wang;BI Ying-Zhou;XIA Xue-Wen;LI Xiong;REN Ke-Yan;ZHAO Huai-Rui;WANG Shao-Fen

作者机构:北京工业大学信息学部软件学院北京100124 广西师范学院科学计算与智能信息处理广西高校重点实验室南宁530023 华东交通大学软件学院南昌330013 华东交通大学机械与车辆工程学院南昌330013 华东交通大学土建学院南昌330013 

出 版 物:《自动化学报》 (Acta Automatica Sinica)

年 卷 期:2018年第44卷第12期

页      面:2278-2289页

核心收录:

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金(61763010 61663009 61602174 51465018 51708221) 广西八桂学者项目 航空科学基金(20161375002) 科学计算与智能信息处理广西高校重点实验室开放课题(GXSCIIP201604)资助 

主  题:自适应模糊支配 精英个体扰动 粒子群算法 高维多目标优化问题 高维多目标粒子群优化算法 

摘      要:高维多目标优化问题由于具有巨大的目标空间使得一些经典的多目标优化算法面临挑战.提出一种基于自适应模糊支配的高维多目标粒子群算法MAPSOAF,该算法定义了一种自适应的模糊支配关系,通过对模糊支配的阈值自适应变化若干步长,在加强个体间支配能力的同时实现对种群选择压力的精细化控制,以改善算法的收敛性;其次,通过从外部档案集中选取扰动粒子,并在粒子速度更新公式中新增一扰动项以克服粒子群早熟收敛并改善个体分布的均匀性;另外,算法利用简化的Harmonic归一化距离评估个体的密度,在改善种群分布性的同时降低算法的计算代价.该算法与另外五种高性能的多目标进化算法在标准测试函数集DTLZ{1, 2, 4, 5}上进行对比实验,结果表明该算法在收敛性和多样性方面总体上具有较显著的性能优势.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分