針對(duì)多目標(biāo)粒子群優(yōu)化算法收斂性和多樣性難以平衡的問題,提出一種利用問題的結(jié)構(gòu)信息來解決多目標(biāo)問題的自組織多目標(biāo)粒子群算法。通過自組織映射網(wǎng)絡(luò)發(fā)現(xiàn)種群和非支配解集分布的結(jié)構(gòu),構(gòu)造出當(dāng)前粒子的鄰域關(guān)系,從鄰域中選出非支配解,從而引導(dǎo)種群局部和全局的搜索。提出了精英學(xué)習(xí)策略,通過對(duì)精英粒子進(jìn)行變異,引導(dǎo)算法跳出局部最優(yōu)。實(shí)驗(yàn)結(jié)果表明,所提算法可以兼顧收斂性和多樣性,有效地解決多目標(biāo)優(yōu)化問題。

【文章頁數(shù)】：7 頁

【文章目錄】：
1 相關(guān)背景知識(shí)
    1.1 多目標(biāo)優(yōu)化問題
    1.2 多目標(biāo)問題的規(guī)則性
    1.3 粒子群優(yōu)化算法
2 自組織多目標(biāo)粒子群優(yōu)化算法 (SMPSO)
    2.1 SOM模型為PSO粒子構(gòu)建鄰域信息
    2.2 擾動(dòng)變異策略
    2.3 SMPSO算法的具體步驟
3 仿真實(shí)驗(yàn)與分析
    3.1 實(shí)驗(yàn)設(shè)置
        3.1.1 測(cè)試函數(shù)
        3.1.2 比較算法
        3.1.3 實(shí)驗(yàn)參數(shù)
        3.1.4 性能指標(biāo)
    3.2 實(shí)驗(yàn)結(jié)果及分析
4 結(jié)束語



本文編號(hào)：3764183