【摘要】：網(wǎng)格策略在對(duì)多目標(biāo)粒子群優(yōu)化算法檔案的多樣性分析時(shí)具有簡(jiǎn)單快捷的特點(diǎn),但由于其分辨率的限制,無(wú)法對(duì)含有相同粒子數(shù)量的超體進(jìn)行多樣性判斷,對(duì)此,提出了動(dòng)態(tài)網(wǎng)格的策略,通過(guò)目標(biāo)空間的動(dòng)態(tài)劃分、超體的動(dòng)態(tài)調(diào)節(jié)等手段,對(duì)多樣性相同的超體進(jìn)行密度排序,方便算法對(duì)檔案進(jìn)行管理和選擇領(lǐng)導(dǎo)粒子,同時(shí)利用了以往被忽視的檔案解,對(duì)其進(jìn)行基因交換,提高算法的收斂速度.通過(guò)DTLZ系列函數(shù)的驗(yàn)證,表明了算法在高維多目標(biāo)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(biāo)問(wèn)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(xué)自動(dòng)化學(xué)院;重慶川儀自動(dòng)化股份有限公司;
【基金】：國(guó)家2015年戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展專項(xiàng)資金資助項(xiàng)目
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)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(yīng)用[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年10期

2 李紹軍;王惠;錢(qián)鋒;;基于模式優(yōu)選思想改進(jìn)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(dòng)機(jī)制設(shè)計(jì)[J];計(jì)算機(jī)工程與應(yīng)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(xué)教研);2008年06期

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

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

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

8 田亞菲;張范勇;閻石;;基于粒子群優(yōu)化的細(xì)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(yīng)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(jì)算機(jī)學(xué)報(bào);2005年12期

相關(guān)會(huì)議論文 前9條

1 徐俊杰;忻展紅;;基于增強(qiáng)型參考位置的粒子群優(yōu)化模型[A];’2004系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2004年

2 王亞;于永光;耿玲玲;;一類改進(jìn)的自適應(yīng)粒子群優(yōu)化算法對(duì)混沌系統(tǒng)未知參數(shù)的估計(jì)[A];中國(guó)力學(xué)大會(huì)——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(dòng)態(tài)環(huán)境優(yōu)化問(wèn)題[A];第二十七屆中國(guó)控制會(huì)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(yīng)用研究[A];中國(guó)儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)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(hào)交叉口交通流預(yù)測(cè)模型[A];第二十六屆中國(guó)控制會(huì)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(jié)構(gòu)振動(dòng)分布式反饋控制[A];2005年中國(guó)智能自動(dòng)化會(huì)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(jìn)[A];第二十三屆中國(guó)控制會(huì)議論文集（上冊(cè)）[C];2004年

8 龔?fù)?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(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)電子文集[C];2011年

9 錢(qián)偉懿;王艷杰;;帶自適應(yīng)壓縮因子粒子群優(yōu)化算法[A];中國(guó)運(yùn)籌學(xué)會(huì)模糊信息與模糊工程分會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

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

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

3 Shafiullah Khan;粒子群優(yōu)化算法及其在電磁設(shè)計(jì)中的應(yīng)用[D];浙江大學(xué);2017年

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

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

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

7 徐慧;粒子群優(yōu)化算法改進(jìn)及其在煤層氣產(chǎn)能預(yù)測(cè)中的應(yīng)用研究[D];中國(guó)礦業(yè)大學(xué);2013年

8 劉逸;粒子群優(yōu)化算法的改進(jìn)及應(yīng)用研究[D];西安電子科技大學(xué);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(xué);2008年

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

相關(guān)碩士學(xué)位論文 前10條

1 陳卓;粒子群優(yōu)化算法的改進(jìn)及在油藏?cái)?shù)值模擬中的應(yīng)用[D];北京建筑大學(xué);2015年

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

3 楊艷華;基于粒子群優(yōu)化支持向量機(jī)的網(wǎng)絡(luò)態(tài)勢(shì)預(yù)測(cè)模型研究[D];蘭州大學(xué);2015年

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

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

6 李建美;基于自適應(yīng)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(xué);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(xué);2015年

8 牛旭;動(dòng)態(tài)粒子群優(yōu)化算法及其應(yīng)用[D];西安電子科技大學(xué);2014年

9 葉華;粒子群優(yōu)化算法研究[D];西安電子科技大學(xué);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(jìn)研究[D];東北大學(xué);2013年

，

本文編號(hào)：2286611