【摘要】：網(wǎng)格策略在對多目標粒子群優(yōu)化算法檔案的多樣性分析時具有簡單快捷的特點,但由于其分辨率的限制,無法對含有相同粒子數(shù)量的超體進行多樣性判斷,對此,提出了動態(tài)網(wǎng)格的策略,通過目標空間的動態(tài)劃分、超體的動態(tài)調節(jié)等手段,對多樣性相同的超體進行密度排序,方便算法對檔案進行管理和選擇領導粒子,同時利用了以往被忽視的檔案解,對其進行基因交換,提高算法的收斂速度.通過DTLZ系列函數(shù)的驗證,表明了算法在高維多目標優(yōu)化中仍具有良好的多樣性和更快的收斂速度,能有效解決高維多目標問題.
[Abstract]:The mesh strategy has the characteristics of simplicity and rapidity in analyzing the diversity of multi-objective particle swarm optimization (MPSO) files. However, due to the limitation of its resolution, it is impossible to judge the diversity of superbodies with the same number of particles. The strategy of dynamic grid is put forward. By means of dynamic partition of target space and dynamic adjustment of superbody, the density of superbodies with the same diversity is sorted, which makes it convenient for the algorithm to manage the files and select the leading particles. At the same time, the previously neglected file solutions are used to exchange genes, and the convergence speed of the algorithm is improved. Through the verification of DTLZ series of functions, it is shown that the algorithm still has good diversity and faster convergence speed in high-dimensional multi-objective optimization, and it can effectively solve the high-dimensional multi-objective problem.
【作者單位】： 重慶大學自動化學院;重慶川儀自動化股份有限公司;
【基金】：國家2015年戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展專項資金資助項目
【分類號】：TP18

【相似文獻】

相關期刊論文 前10條

1 戴冬雪,王祁,阮永順,王曉超;基于混沌思想的粒子群優(yōu)化算法及其應用[J];華中科技大學學報(自然科學版);2005年10期

2 李紹軍;王惠;錢鋒;;基于模式優(yōu)選思想改進的粒子群優(yōu)化算法[J];控制與決策;2006年10期

3 蘇俊霞;蔚承建;;基于粒子群優(yōu)化算法的自動機制設計[J];計算機工程與應用;2007年04期

4 何妮;吳燕仙;;粒子群優(yōu)化算法的研究[J];科技信息(科學教研);2008年06期

5 賀毅朝;王熙照;曲文龍;;一種具有雙重進化空間的擴展粒子群優(yōu)化算法[J];小型微型計算機系統(tǒng);2008年08期

6 王正帥;鄧喀中;;基于文化框架的隨機粒子群優(yōu)化算法[J];計算機科學;2012年06期

7 馮紀強;溫雅;;粒子群優(yōu)化的模糊特征[J];現(xiàn)代電子技術;2012年23期

8 田亞菲;張范勇;閻石;;基于粒子群優(yōu)化的細菌覓食優(yōu)化算法[J];控制工程;2012年06期

9 祁超;張曦;劉煥杰;張薈萃;;云環(huán)境下多群體協(xié)作粒子群優(yōu)化框架的研究[J];科技創(chuàng)新與應用;2013年36期

10 高海兵;周馳;高亮;;廣義粒子群優(yōu)化模型[J];計算機學報;2005年12期

相關會議論文 前9條

1 徐俊杰;忻展紅;;基于增強型參考位置的粒子群優(yōu)化模型[A];’2004系統(tǒng)仿真技術及其應用學術交流會論文集[C];2004年

2 王亞;于永光;耿玲玲;;一類改進的自適應粒子群優(yōu)化算法對混沌系統(tǒng)未知參數(shù)的估計[A];中國力學大會——2013論文摘要集[C];2013年

3 王光輝;陳杰;潘峰;;多種群協(xié)同粒子群優(yōu)化算法求解動態(tài)環(huán)境優(yōu)化問題[A];第二十七屆中國控制會議論文集[C];2008年

4 楊雅偉;侍洪波;;量子粒子群優(yōu)化算法及其應用研究[A];中國儀器儀表學會第九屆青年學術會議論文集[C];2007年

5 趙建玉;賈磊;陳月輝;張勇;;基于粒子群優(yōu)化的信號交叉口交通流預測模型[A];第二十六屆中國控制會議論文集[C];2007年

6 趙秋玲;周雅莉;張奇志;;基于粒子群優(yōu)化的結構振動分布式反饋控制[A];2005年中國智能自動化會議論文集[C];2005年

7 肖龍光;丁曉東;謝集平;;粒子群優(yōu)化算法的改進[A];第二十三屆中國控制會議論文集（上冊）[C];2004年

8 龔挺;曹秀英;;基于粒子群優(yōu)化的偽距定位算法研究[A];第二屆中國衛(wèi)星導航學術年會電子文集[C];2011年

9 錢偉懿;王艷杰;;帶自適應壓縮因子粒子群優(yōu)化算法[A];中國運籌學會模糊信息與模糊工程分會第五屆學術年會論文集[C];2010年

相關博士學位論文 前10條

1 劉昊;多樣性增強的粒子群優(yōu)化算法及其應用研究[D];北京理工大學;2015年

2 姜毅;動態(tài)環(huán)境下粒子群優(yōu)化算法的研究[D];武漢大學;2013年

3 Shafiullah Khan;粒子群優(yōu)化算法及其在電磁設計中的應用[D];浙江大學;2017年

4 熊勇;粒子群優(yōu)化算法的行為分析與應用實例[D];浙江大學;2005年

5 唐賢倫;混沌粒子群優(yōu)化算法理論及應用研究[D];重慶大學;2007年

6 唐賢倫;混沌粒子群優(yōu)化算法理論及應用[D];重慶大學;2007年

7 徐慧;粒子群優(yōu)化算法改進及其在煤層氣產(chǎn)能預測中的應用研究[D];中國礦業(yè)大學;2013年

8 劉逸;粒子群優(yōu)化算法的改進及應用研究[D];西安電子科技大學;2013年

9 高芳;智能粒子群優(yōu)化算法研究[D];哈爾濱工業(yè)大學;2008年

10 張麗平;粒子群優(yōu)化算法的理論及實踐[D];浙江大學;2005年

相關碩士學位論文 前10條

1 陳卓;粒子群優(yōu)化算法的改進及在油藏數(shù)值模擬中的應用[D];北京建筑大學;2015年

2 白云;基于粒子群優(yōu)化算法的復雜網(wǎng)絡社區(qū)挖掘[D];西北農(nóng)林科技大學;2015年

3 楊艷華;基于粒子群優(yōu)化支持向量機的網(wǎng)絡態(tài)勢預測模型研究[D];蘭州大學;2015年

4 鄭博;基于快速排序的多目標粒子群優(yōu)化算法的研究及應用[D];鄭州大學;2015年

5 米永強;非線性規(guī)劃問題的混合粒子群優(yōu)化算法研究[D];寧夏大學;2015年

6 李建美;基于自適應變異與文化框架的混沌粒子群優(yōu)化算法[D];陜西師范大學;2015年

7 劉星;基于粒子群優(yōu)化算法的特征選擇方法研究[D];南京大學;2015年

8 牛旭;動態(tài)粒子群優(yōu)化算法及其應用[D];西安電子科技大學;2014年

9 葉華;粒子群優(yōu)化算法研究[D];西安電子科技大學;2014年

10 楊青河;基于優(yōu)化控制思想的粒子群優(yōu)化算法改進研究[D];東北大學;2013年

，

本文編號：2286611