区间多目标粒子群优化算法及其应用
来源期刊:东北大学学报(自然科学版)2019年第11期
论文作者:关守平 邹立夫 张菁菁
文章页码:1521 - 1526
关键词:区间多目标优化;区间粒子群优化;区间神经网络;未知但有界(UBB);一阶不确定系统;
摘 要:提出了一种区间多目标粒子群优化(IMOPSO)算法,用于解决多目标下区间变量的优化问题.基于区间可信度定义两个区间解的占优关系,通过归一化方法和区间拥挤度距离对Pareto最优解排序,并设立归档机制,利用外部存储器保存Pareto最优解集.针对有界误差系统的建模问题,提出了基于IMOPSO算法训练区间神经网络(INN)模型参数的建模方法,解决了误差界已知和误差界未知两种情况下的有界误差系统建模问题.最后,以一阶不确定系统为例,利用所提算法进行了建模仿真,验证了建模方法的有效性.
关守平,邹立夫,张菁菁
东北大学信息科学与工程学院
摘 要:提出了一种区间多目标粒子群优化(IMOPSO)算法,用于解决多目标下区间变量的优化问题.基于区间可信度定义两个区间解的占优关系,通过归一化方法和区间拥挤度距离对Pareto最优解排序,并设立归档机制,利用外部存储器保存Pareto最优解集.针对有界误差系统的建模问题,提出了基于IMOPSO算法训练区间神经网络(INN)模型参数的建模方法,解决了误差界已知和误差界未知两种情况下的有界误差系统建模问题.最后,以一阶不确定系统为例,利用所提算法进行了建模仿真,验证了建模方法的有效性.
关键词:区间多目标优化;区间粒子群优化;区间神经网络;未知但有界(UBB);一阶不确定系统;