基于自适应进化粒子群算法的多目标优化方法

作     者：陈民铀 张聪誉 罗辞勇 CHEN Min-You, ZHANG Cong-Yu, LUO Ci-yong(State Key Laboratory of Power Transmission Equipment & System Security and New Technology, Chongqing University, Chongqing 400044, China)

作者机构：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 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2009年第21卷第22期

页      面：7061-7065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111引智工程(B08036) 

主　　题：多目标优化 群体智能 非支配排序 合金材料优化设计 

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。