為更好地解決多目標問題,提高多目標優(yōu)化算法的多樣性和收斂性,提出一種改進的多目標粒子群優(yōu)化算法。算法將種群分為多個子種群同時進行優(yōu)化搜索并改進粒子速度更新公式,擴大Pareto最優(yōu)解集的覆蓋面;利用反三角函數(shù)logistic映射初始化種群,使初始種群分布更均勻;并使用時變變異方法對外部檔案進行變異,避免陷入局部最優(yōu)。通過與標準多目標粒子群優(yōu)化算法（MOPSO）和NSGA-Ⅱ在標準測試函數(shù)ZDT1、ZDT2、KUR上的仿真實驗對比,驗證了該文提出的改進算法的有效性,并將其應用于雷達優(yōu)化布站。 

【文章來源】：電子科技大學學報. 2020,49(06)北大核心EICSCD

【文章頁數(shù)】：6 頁

【參考文獻】：
期刊論文
[1]基于融合多策略改進的多目標粒子群優(yōu)化算法[J]. 楊景明,侯新培,崔慧慧,呼子宇,穆曉偉.  控制與決策. 2018(02)
[2]一種基于軌道均勻分布的混沌遺傳優(yōu)化算法[J]. 王德成,林輝.  計算機應用研究. 2009(04)

博士論文
[1]網(wǎng)絡化雷達資源管理算法研究[D]. 楊益川.電子科技大學 2018



本文編號：3218978