版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
基于局部搜索与混合多样性策略的多目标粒子群算法
Local search and hybrid diversity strategy based multi-objective particle swarm optimization algorithm作者机构：上海交通大学自动化系 上海交通大学系统控制与信息处理教育部重点实验室上海200240 宝钢研究院自动化研究所上海201900 东北大学自动化研究中心沈阳110819
出 版 物：《控制与决策》 (Control and Decision)
年 卷 期：2012年第27卷第6期
页 面：813-818,826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：国家重点基础研究发展计划项目(2009CB320604) 教育部科学技术研究重大项目(308007)
主 题：多目标优化 粒子群算法 增广Lagrange乘子法 Maximin适应值函数 拥挤距离
摘 要：为了提高算法的收敛性与非支配解集的多样性,提出一种基于局部搜索与混合多样性策略的多目标粒子群算法(LH-MOPSO).该算法使用增广Lagrange乘子法对非支配解进行局部搜索以快速接近Pareto最优解;利用基于改进的Maximin适应值函数与拥挤距离的混合多样性策略对非支配解集进行维护以保留解的多样性,同时引入高斯变异算子以避免算法早熟收敛;最后针对多目标约束优化问题,给出一种有效的约束处理方法.实验研究表明该算法具有良好的优化性能.
