提出了一種基于密度聚類的領(lǐng)導(dǎo)粒子選擇策略的多目標(biāo)粒子群優(yōu)化算法。首先,將粒子進(jìn)行分類;然后,對(duì)外部檔案采用改進(jìn)的循環(huán)擁擠距離排序,并將高斯變異引入到進(jìn)化種群,在保持具有全局搜索能力的同時(shí),也避免了陷入局部最優(yōu)。對(duì)WFG系列測(cè)試函數(shù)的仿真結(jié)果表明,與經(jīng)典多目標(biāo)優(yōu)化算法相比,本文算法在解的收斂性和多樣性等方面有顯著的提升。

【文章頁數(shù)】：9 頁


本文編號(hào)：4031721