本文關(guān)鍵詞：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

  更多相關(guān)文章： 粒子群優(yōu)化 大規(guī)模變量 隨機(jī)分解 合作協(xié)同 全局優(yōu)化

【摘要】：含有大規(guī)模變量的多目標(biāo)優(yōu)化問題是目前多目標(biāo)進(jìn)化算法領(lǐng)域的研究重點(diǎn).多目標(biāo)粒子群優(yōu)化方法具有收斂性良好、計(jì)算簡單和參數(shù)設(shè)置少等優(yōu)點(diǎn),但隨著優(yōu)化問題決策變量的增多,"變量維度"成為了瓶頸.針對(duì)上述問題,文中提出的變量隨機(jī)分解策略,增加關(guān)聯(lián)變量分配到同組的概率,使得算法更好的保留變量間的關(guān)聯(lián)性,并將合作協(xié)同進(jìn)化框架融合到算法中,提出了基于大規(guī)模變量分解的多目標(biāo)粒子群優(yōu)化算法(CCMOPSO).將該算法在經(jīng)典標(biāo)準(zhǔn)測(cè)試函數(shù)ZDT1、ZDT2、ZDT3、DTLZ1、DTLZ2變量擴(kuò)展后進(jìn)行仿真對(duì)比實(shí)驗(yàn),采用加法二進(jìn)制ε指標(biāo)和超體積指標(biāo)(HV)對(duì)算法收斂性和多樣性進(jìn)行對(duì)比分析,實(shí)驗(yàn)結(jié)果表明,在解決大規(guī)模變量的多目標(biāo)函數(shù)中,變量維度越高,該算法比經(jīng)典多目標(biāo)算法MOPSO、NSGA-II、MOEA/D以及GDE3越具有更好的多樣性與收斂性,同時(shí)使得計(jì)算復(fù)雜度明顯降低.
【作者單位】： 浙江工業(yè)大學(xué)信息工程學(xué)院;浙江工業(yè)大學(xué)現(xiàn)代教育技術(shù)研究所;浙江工業(yè)大學(xué)信息智能與決策優(yōu)化研究所;
【關(guān)鍵詞】： 粒子群優(yōu)化 大規(guī)模變量 隨機(jī)分解 合作協(xié)同 全局優(yōu)化
【基金】：國家自然科學(xué)基金面上項(xiàng)目(61472366,61379077,61503340) 浙江省自然科學(xué)基金(LZ13F020002,LY13F030010,LY17F020022)資助~~
【分類號(hào)】：TP18
【正文快照】： 科學(xué)基金(LZ13F020002,LY13F030010,LY17F020022)資助.邱飛岳,男,1965年生,博士,教授,博士生導(dǎo)師,主要研究領(lǐng)域?yàn)橹悄芸刂�、�?yōu)化理論與方法、學(xué)習(xí)科學(xué)與媒體技術(shù).E-mail:qfy@zjut.edu.cn.莫雷平,男,1990年生,碩士研究生,主要研究方向?yàn)樾畔⑻幚砼c決策優(yōu)化.江波,男,1985年生,博

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 蒙正中;;一種改進(jìn)的混合粒子群優(yōu)化算法[J];桂林工學(xué)院學(xué)報(bào);2009年03期

2 吳昌友;王福林;馬力;;一種新的改進(jìn)粒子群優(yōu)化算法[J];控制工程;2010年03期

3 周馳,高海兵,高亮,章萬國;粒子群優(yōu)化算法[J];計(jì)算機(jī)應(yīng)用研究;2003年12期

4 高鷹,謝勝利;免疫粒子群優(yōu)化算法[J];計(jì)算機(jī)工程與應(yīng)用;2004年06期

5 張榮沂;一種新的集群優(yōu)化方法——粒子群優(yōu)化算法[J];黑龍江工程學(xué)院學(xué)報(bào);2004年04期

6 高鷹;謝勝利;;混沌粒子群優(yōu)化算法[J];計(jì)算機(jī)科學(xué);2004年08期

7 劉釗,康立山,蔣良孝,楊林權(quán);用粒子群優(yōu)化改進(jìn)算法求解混合整數(shù)非線性規(guī)劃問題[J];小型微型計(jì)算機(jī)系統(tǒng);2005年06期

8 戴冬雪,王祁,阮永順,王曉超;基于混沌思想的粒子群優(yōu)化算法及其應(yīng)用[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年10期

9 竇全勝;周春光;馬銘;劉全;;群核進(jìn)化粒子群優(yōu)化方法[J];計(jì)算機(jī)科學(xué);2005年08期

10 范娜;云慶夏;;粒子群優(yōu)化算法及其應(yīng)用[J];信息技術(shù);2006年01期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 張妍;張曉光;王永鋼;;幾種改進(jìn)型的粒子群優(yōu)化算法[A];第一屆中國高校通信類院系學(xué)術(shù)研討會(huì)論文集[C];2007年

2 孫紅光;潘毓學(xué);;基于運(yùn)動(dòng)目標(biāo)路徑的粒子群優(yōu)化算法研究[A];第二屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

3 韓毅;唐加福;郭偉宏;劉陽;;混合粒子群優(yōu)化算法求解多層批量問題(英文)[A];中國運(yùn)籌學(xué)會(huì)第八屆學(xué)術(shù)交流會(huì)論文集[C];2006年

4 金一粟;梁逸曾;;空間自適應(yīng)粒子群優(yōu)化算法的應(yīng)用研究[A];第九屆全國計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

5 汪榮貴;李守毅;孫見青;;一種新的自適應(yīng)粒子群優(yōu)化算法及應(yīng)用[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

6 黃雙歡;程良倫;;一種基于粒子群優(yōu)化的快速圖像傾斜角度檢測(cè)算法[A];中國自動(dòng)化學(xué)會(huì)中南六省（區(qū)）2010年第28屆年會(huì)·論文集[C];2010年

7 侯志榮;呂振肅;;基于退火策略的粒子群優(yōu)化算法[A];2003年中國智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C];2003年

8 徐俊杰;忻展紅;;基于增強(qiáng)型參考位置的粒子群優(yōu)化模型[A];’2004系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2004年

9 王亞;于永光;耿玲玲;;一類改進(jìn)的自適應(yīng)粒子群優(yōu)化算法對(duì)混沌系統(tǒng)未知參數(shù)的估計(jì)[A];中國力學(xué)大會(huì)——2013論文摘要集[C];2013年

10 崔靜;鄧方;方浩;;基于改進(jìn)粒子群優(yōu)化算法的彈道求解方法[A];2013年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第三分冊(cè)）[C];2013年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉昊;多樣性增強(qiáng)的粒子群優(yōu)化算法及其應(yīng)用研究[D];北京理工大學(xué);2015年

2 劉華鎣;粒子群優(yōu)化算法的改進(jìn)研究及在石油工程中的應(yīng)用[D];東北石油大學(xué);2012年

3 劉波;粒子群優(yōu)化算法及其在機(jī)電設(shè)備中的應(yīng)用研究[D];中北大學(xué);2011年

4 熊勇;粒子群優(yōu)化算法的行為分析與應(yīng)用實(shí)例[D];浙江大學(xué);2005年

5 唐賢倫;混沌粒子群優(yōu)化算法理論及應(yīng)用研究[D];重慶大學(xué);2007年

6 閆允一;粒子群優(yōu)化及其在圖像處理中的應(yīng)用研究[D];西安電子科技大學(xué);2008年

7 余炳輝;粒子群優(yōu)化算法試驗(yàn)研究及擴(kuò)展[D];華中科技大學(xué);2007年

8 唐賢倫;混沌粒子群優(yōu)化算法理論及應(yīng)用[D];重慶大學(xué);2007年

9 徐慧;粒子群優(yōu)化算法改進(jìn)及其在煤層氣產(chǎn)能預(yù)測(cè)中的應(yīng)用研究[D];中國礦業(yè)大學(xué);2013年

10 徐星;融合熱運(yùn)動(dòng)機(jī)制的粒子群優(yōu)化算法研究及其應(yīng)用[D];武漢大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 陳卓;粒子群優(yōu)化算法的改進(jìn)及在油藏?cái)?shù)值模擬中的應(yīng)用[D];北京建筑大學(xué);2015年

2 白云;基于粒子群優(yōu)化算法的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘[D];西北農(nóng)林科技大學(xué);2015年

3 楊艷華;基于粒子群優(yōu)化支持向量機(jī)的網(wǎng)絡(luò)態(tài)勢(shì)預(yù)測(cè)模型研究[D];蘭州大學(xué);2015年

4 孟亞州;基于粒子群優(yōu)化OTSU的肺組織分割算法研究[D];寧夏大學(xué);2015年

5 鄭博;基于快速排序的多目標(biāo)粒子群優(yōu)化算法的研究及應(yīng)用[D];鄭州大學(xué);2015年

6 米永強(qiáng);非線性規(guī)劃問題的混合粒子群優(yōu)化算法研究[D];寧夏大學(xué);2015年

7 李建美;基于自適應(yīng)變異與文化框架的混沌粒子群優(yōu)化算法[D];陜西師范大學(xué);2015年

8 劉星;基于粒子群優(yōu)化算法的特征選擇方法研究[D];南京大學(xué);2015年

9 牛旭;動(dòng)態(tài)粒子群優(yōu)化算法及其應(yīng)用[D];西安電子科技大學(xué);2014年

10 葉華;粒子群優(yōu)化算法研究[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：1030578