基于随机黑洞和逐步淘汰策略的多目标粒子群优化算法
来源期刊:控制与决策2013年第11期
论文作者:陈民铀 程杉
文章页码:1729 - 3474
关键词:多目标优化;随机黑洞粒子群算法;拥挤距离排序;逐步淘汰;
摘 要:提出一种基于随机黑洞粒子群算法(RBH-PSO)和逐步淘汰策略的多目标粒子群优化(MRBHPSO-SE)算法.利用RBH-PSO全局优化能力强和收敛速度快的优点逼近Pareto最优解;为了避免拥挤距离排序策略的缺陷,提出逐步淘汰策略,并将其应用到下一代粒子的选择策略中.同时,动态选择领导粒子,运用动态惯性权重系数和变异操作来增强种群全局寻优能力,以及避免早熟收敛.利用具有不同特点的测试函数进行验证,结果表明,与同类算法相比,该算法具有较高的精度并兼顾优化解的多样性.
陈民铀1,程杉2
1. 重庆大学电气工程学院2. 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
摘 要:提出一种基于随机黑洞粒子群算法(RBH-PSO)和逐步淘汰策略的多目标粒子群优化(MRBHPSO-SE)算法.利用RBH-PSO全局优化能力强和收敛速度快的优点逼近Pareto最优解;为了避免拥挤距离排序策略的缺陷,提出逐步淘汰策略,并将其应用到下一代粒子的选择策略中.同时,动态选择领导粒子,运用动态惯性权重系数和变异操作来增强种群全局寻优能力,以及避免早熟收敛.利用具有不同特点的测试函数进行验证,结果表明,与同类算法相比,该算法具有较高的精度并兼顾优化解的多样性.
关键词:多目标优化;随机黑洞粒子群算法;拥挤距离排序;逐步淘汰;