空间数据关联的多目标粒子群优化算法
来源期刊：控制与决策2015年第7期
论文作者：王经卓 樊纪山
文章页码：1291 - 1297
关键词：多目标优化;数据关联;粒子群优化;拥挤距离;
摘 要：提出一种空间联合概率数据关联的多目标粒子群优化（DS-MOPSO）算法.采用正态分布确保初始样本均匀分布,通过采用拥挤距离和先验概率采样确立外部归档中非支配解的拥挤度来保持解的多样性;采用Sigma方法作为选择精英粒子策略寻找全局最优解;利用空间联合概率数据关联动态生成每个粒子的惯性权值,增强粒子的搜索区域,防止算法陷入局部最优.仿真实验结果表明,采用所提出的算法所得到的Pareto解集具有很好的收敛性和多样性.
王经卓，樊纪山
淮海工学院电子信息工程学院
摘 要：提出一种空间联合概率数据关联的多目标粒子群优化（DS-MOPSO）算法.采用正态分布确保初始样本均匀分布,通过采用拥挤距离和先验概率采样确立外部归档中非支配解的拥挤度来保持解的多样性;采用Sigma方法作为选择精英粒子策略寻找全局最优解;利用空间联合概率数据关联动态生成每个粒子的惯性权值,增强粒子的搜索区域,防止算法陷入局部最优.仿真实验结果表明,采用所提出的算法所得到的Pareto解集具有很好的收敛性和多样性.
关键词：多目标优化;数据关联;粒子群优化;拥挤距离;
