多目標(biāo)優(yōu)化問(wèn)題廣泛存在于科學(xué)與工程領(lǐng)域,為了提高求解效率,改進(jìn)算法中的關(guān)鍵環(huán)節(jié)——非支配排序,提出了一種基于高效非支配排序的多目標(biāo)人工蜂群算法。本文算法根據(jù)精英指導(dǎo)離散解生成策略進(jìn)行局部搜索,運(yùn)用高效非支配排序計(jì)算解的前沿面,最后根據(jù)前沿面排名和擁擠距離來(lái)挑選表現(xiàn)較好的解進(jìn)行下一輪迭代。在基準(zhǔn)函數(shù)上的實(shí)驗(yàn)驗(yàn)證了本文算法在保證求解性能的前提下,可以降低1/2的比較次數(shù),運(yùn)行效率提升近65%。 

【文章來(lái)源】：科學(xué)技術(shù)與工程. 2019,19(17)北大核心

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1 多目標(biāo)優(yōu)化相關(guān)概念
2 非支配排序
3 基于ENS的多目標(biāo)人工蜂群算法
    3.1 初始化階段
    3.2 迭代過(guò)程
        3.2.1 雇傭蜂行為
        3.2.2 觀察蜂行為
        3.2.3 偵查蜂行為
4 實(shí)驗(yàn)與結(jié)果分析
    4.1 排序效率驗(yàn)證
    4.2 算法性能驗(yàn)證
        4.2.1 世代距離 (generational distance, GD) [21]
        4.2.2 擴(kuò)展范圍 (spacing, SP) [7]
        4.2.3 差錯(cuò)率 (error ratio, ER) [22]
        4.2.4 運(yùn)行時(shí)間 (running time, TI)
    4.3 參數(shù)敏感實(shí)驗(yàn)
5 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]進(jìn)化高維多目標(biāo)優(yōu)化算法研究綜述[J]. 劉建昌,李飛,王洪海,李田軍.  控制與決策. 2018(05)
[2]一種基于分解的、改進(jìn)的多目標(biāo)蟻群算法及其應(yīng)用[J]. 李婭,秦憶.  科學(xué)技術(shù)與工程. 2016(12)

博士論文
[1]云計(jì)算環(huán)境下服務(wù)組合技術(shù)研究[D]. 霍瑛.南京航空航天大學(xué) 2016



本文編號(hào)：3631588