為了解決多目標優(yōu)化問題,文章提出了一種混合方法（HMOPSO）。它是基于混合變異和時變慣性的混沌粒子群優(yōu)化。利用PSO的全局搜索能力,將混沌因子整合到基本PSO中,實現了高維搜索空間中的局部搜索。另外還采用時變慣性權重,通過迭代改變其值,提高了算法高效探索空間的能力。同時,在不同的搜索階段應用混合變異,通過擁擠距離機制實現全局最佳選擇,保持了非支配解的多樣性,確保了快速收斂到Pareto最優(yōu)前沿。與幾種典型的多目標優(yōu)化算法相比,HMOPSO表現得更有效。 

【文章來源】：統(tǒng)計與決策. 2019,35(08)北大核心CSSCI

【文章頁數】：5 頁


本文編號：3089819