提出一種基于搜索空間自適應(yīng)分割的多目標(biāo)粒子群優(yōu)化算法,根據(jù)粒子的搜索能力和規(guī)模與子搜索空間的體積呈多維標(biāo)準(zhǔn)正態(tài)分布變換,精細(xì)分割搜索空間,向劃分出的子搜索空間分布粒子實(shí)現(xiàn)優(yōu)化,分割在迭代時(shí)持續(xù)進(jìn)行,直至獲得最優(yōu)解集.實(shí)驗(yàn)結(jié)果表明:該方法解決了多目標(biāo)粒子群優(yōu)化算法易陷入局部極值的問(wèn)題;在反向世代距離性能指標(biāo)上,該算法與一些典型的多目標(biāo)粒子群優(yōu)化算法相比,其種群多樣性和解的收斂性優(yōu)勢(shì)顯著. 

【文章來(lái)源】：吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2019,57(02)北大核心

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
1 多目標(biāo)優(yōu)化問(wèn)題
2 標(biāo)準(zhǔn)粒子群優(yōu)化算法
3 區(qū)域自適應(yīng)分割的優(yōu)化策略
    3.1 搜索能力和種群規(guī)模的標(biāo)準(zhǔn)正態(tài)分布變換
    3.2 自適應(yīng)分割和優(yōu)化
4 實(shí)驗(yàn)結(jié)果與分析


【參考文獻(xiàn)】：
期刊論文
[1]基于大規(guī)模變量分解的多目標(biāo)粒子群優(yōu)化算法研究[J]. 邱飛岳,莫雷平,江波,王麗萍.  計(jì)算機(jī)學(xué)報(bào). 2016(12)
[2]一種多策略融合的多目標(biāo)粒子群優(yōu)化算法[J]. 謝承旺,鄒秀芬,夏學(xué)文,王志杰.  電子學(xué)報(bào). 2015(08)
[3]基于Pareto熵的多目標(biāo)粒子群優(yōu)化算法[J]. 胡旺,Gary G. YEN,張?chǎng)?  軟件學(xué)報(bào). 2014(05)



本文編號(hào)：3617555