自适应分解式多目标粒子群优化算法OA北大核心CSCDCSTPCD
Adaptive Multiobjective Particle Swarm Optimization Based on Decomposition Archive
为了提高多目标粒子群优化算法解的分布性,文中提出了一种自适应分解式多目标粒子群优化算法(Adaptive Multiobjective Particle Swarm Optimization based on Decomposed Archive,AMOPSO-DA).首先,设计了一种基于优化解空间分布信息的外部档案更新策略,有效提升了AMOPSO-DA的空间搜索能力;其次,提出了一种基于粒子进化方向信息的飞行参数调整方法,有效平衡了AMOPSO-DA的探索和开发能力.最后,将提出的AMOPSO-DA应用于多目标优化问题,实验结果表明,文中提出的AMOPSO-DA能够获得分布性较好的优化解.
韩红桂;阿音嘎;张璐;乔俊飞
北京工业大学信息学部,北京 100124计算智能与智能系统北京市重点实验室,北京 100124北京工业大学信息学部,北京 100124计算智能与智能系统北京市重点实验室,北京 100124
信息技术与安全科学
多目标粒子群优化算法分解外部档案分布性自适应
《电子学报》 2020 (7)
1245-1254,10
国家自然科学基金(No.61890930-5,No.61622301)国家重点研发计划(No.2018YFC1900800-5)北京高校卓越青年科学家项目(No. BJJWZYJH01201910005020)北京市朝阳区协同创新(No.K6041001201801)
评论