為提高多目標(biāo)優(yōu)化算法的收斂精度和搜索性能,提出一種基于速度交流的多種群多目標(biāo)粒子群算法。算法引入速度交流機(jī)制,將種群劃分為多個(gè)子種群以實(shí)現(xiàn)速度信息共享,改善粒子單一搜索模式,提高算法的全局搜索能力。采用混沌映射優(yōu)化慣性權(quán)重,提高粒子搜索遍歷性和全局性,為降低算法在運(yùn)行后期陷入局部最優(yōu)Pareto前沿的可能性,對(duì)各個(gè)子種群執(zhí)行不同的變異操作。將算法與NSGA-Ⅱ、SPEA2、Ab YSS、MOPSO、SMPSO和GWASF-GA先進(jìn)多目標(biāo)優(yōu)化算法進(jìn)行對(duì)比,實(shí)驗(yàn)結(jié)果表明:該算法得到的解集具有更好的收斂性和分布性。 

【文章來源】：計(jì)量學(xué)報(bào). 2020,41(08)北大核心

【文章頁數(shù)】：10 頁

【部分圖文】：

多種群速度信息交流

為更清晰地解釋速度交流機(jī)制的運(yùn)行，以二維最小值目標(biāo)為例，從4個(gè)子種群中各選擇一個(gè)粒子作為代表，假設(shè)分別為x1、x2、x3、x4，對(duì)應(yīng)的任意給定速度分別為v1、v2、v3，如圖2(a)所示。算法在第t次迭代時(shí)，利用速度交流機(jī)制得到的新的粒子速度分別為v1"、v2"、v3"、v4"，對(duì)應(yīng)位置分別為x1"、x2"、x3"、x4"，算法最終目的是使粒子收斂于真實(shí)Pareto前沿。算法在第t+1次迭代時(shí)，粒子間再采用速度交流機(jī)制分享信息后迭代更新如圖2(b)所示，更新后的粒子速度分別為v1″、v2″、v3″、v4″，對(duì)應(yīng)位置分別為x1″、x2″、x3″、x4″。由圖2可見，粒子間分享速度信息后，相互協(xié)調(diào)向著不同的方向運(yùn)動(dòng)，探索更多的未知領(lǐng)域，快速向真實(shí)Pareto前沿靠近，進(jìn)一步實(shí)現(xiàn)全局搜索。將單種群等分為4個(gè)子種群P1、P2、P3和P4并引入速度交流機(jī)制，實(shí)現(xiàn)了子種群間的速度信息交流，使解空間得到合理有效的搜索規(guī)劃，改善種群的單一搜索模式，極大地提高了種群的全局探索和開發(fā)能力。

再將優(yōu)化以后的慣性權(quán)重[式(11)]代入式(4)和式(6)中，使粒子具有遍歷性，提高粒子全局搜索能力。為說明混沌映射對(duì)慣性權(quán)重的優(yōu)化作用，圖3給出了慣性權(quán)重在100次迭代過程中的取值變化。由圖3可見，利用Logistic映射優(yōu)化的慣性權(quán)重?cái)?shù)值變化不定(隨機(jī)性)，但是取值在[0.4,0.9]區(qū)間(穩(wěn)定性)，使慣性權(quán)重盡可能遍歷所有取值而又在給定范圍內(nèi)，從而使粒子能夠更好地探索解空間。3.3 多種變異協(xié)同操作


本文編號(hào)：3066098