基于两阶段领导的多目标粒子群优化算法

胡广浩¹，毛志忠^1,2，何大阔^1,2

1. 东北大学信息科学与工程学院2. 东北大学流程工业综合自动化教育部重点实验室

摘 要：提出一种基于两阶段领导的多目标粒子群算法（P-AMOPSO）.该算法包含4个改进策略:基于强支配排序与拥挤距离排序相结合的构造外部集策略,基于两阶段的领导粒子选择策略,基于高斯分布及均匀分布相结合的变异策略,基于邻域认知的个体极值更新策略.通过几个典型的多目标测试函数对P-AMOPSO算法的性能进行测试,并与多目标优化算法进行对比.结果表明,P-AMOPSO算法具有较好的搜索性能.

关键词：粒子群算法;多目标优化;两阶段领导;变异;