本文關鍵詞：基于多層次信息交互的多目標粒子群優(yōu)化算法　出處：《控制與決策》2016年05期 　論文類型：期刊論文

  更多相關文章： 多目標優(yōu)化 多層次信息交互 粒子群優(yōu)化 收斂性 多樣性

【摘要】：為提高多目標優(yōu)化算法的收斂性和多樣性,提出一種基于多層次信息交互的多目標粒子群優(yōu)化算法.在該算法中,整個優(yōu)化過程可分為標準粒子群優(yōu)化層、粒子進化與學習層和檔案信息交換層3個層次.粒子進化與學習層保證了每次迭代都能得到更好的粒子位置;檔案信息交換層可以提供更好的全局最優(yōu).優(yōu)化算法各個層次之間通過信息交互,共同提高算法的收斂性和多樣性.與NSGA-Ⅱ和MOPSO算法的對比分析表明,所提出算法具有良好的性能,能夠有效解決多目標優(yōu)化問題.
[Abstract]:......
【作者單位】： 哈爾濱工業(yè)大學控制與仿真中心;哈爾濱工業(yè)大學電氣工程系;
【基金】：國家自然科學基金項目(61473100)
【分類號】：TP18
【正文快照】： 0引言在現(xiàn)實應用中,許多問題都是多目標優(yōu)化問題,需要同時對多個目標進行優(yōu)化.然而,需要優(yōu)化的多個目標之間往往是相互沖突的,難以優(yōu)化.傳統(tǒng)的多目標優(yōu)化方法通過加權將多目標優(yōu)化問題轉換為單目標優(yōu)化問題,但這需要待優(yōu)化問題相應的先驗知識,因此該方法對一些多目標優(yōu)化問題

【相似文獻】

相關期刊論文 前10條

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

2 吳昌友;王福林;馬力;;一種新的改進粒子群優(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];計算機應用研究;2003年12期

4 高鷹,謝勝利;免疫粒子群優(yōu)化算法[J];計算機工程與應用;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];黑龍江工程學院學報;2004年04期

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

7 劉釗,康立山,蔣良孝,楊林權;用粒子群優(yōu)化改進算法求解混合整數(shù)非線性規(guī)劃問題[J];小型微型計算機系統(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)化算法及其應用[J];華中科技大學學報(自然科學版);2005年10期

9 竇全勝;周春光;馬銘;劉全;;群核進化粒子群優(yōu)化方法[J];計算機科學;2005年08期

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

相關會議論文 前10條

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

2 孫紅光;潘毓學;;基于運動目標路徑的粒子群優(yōu)化算法研究[A];第二屆全國信息獲取與處理學術會議論文集[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];中國運籌學會第八屆學術交流會論文集[C];2006年

4 金一粟;梁逸曾;;空間自適應粒子群優(yōu)化算法的應用研究[A];第九屆全國計算（機）化學學術會議論文摘要集[C];2007年

5 汪榮貴;李守毅;孫見青;;一種新的自適應粒子群優(yōu)化算法及應用[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[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算法[A];中國自動化學會中南六�。▍^(qū)）2010年第28屆年會·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年中國智能自動化會議論文集（下冊）[C];2003年

8 徐俊杰;忻展紅;;基于增強型參考位置的粒子群優(yōu)化模型[A];’2004系統(tǒng)仿真技術及其應用學術交流會論文集[C];2004年

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

10 崔靜;鄧方;方浩;;基于改進粒子群優(yōu)化算法的彈道求解方法[A];2013年中國智能自動化學術會議論文集（第三分冊）[C];2013年

相關博士學位論文 前10條

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

2 劉波;粒子群優(yōu)化算法及其在機電設備中的應用研究[D];中北大學;2011年

3 熊勇;粒子群優(yōu)化算法的行為分析與應用實例[D];浙江大學;2005年

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

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

6 余炳輝;粒子群優(yōu)化算法試驗研究及擴展[D];華中科技大學;2007年

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

8 徐慧;粒子群優(yōu)化算法改進及其在煤層氣產能預測中的應用研究[D];中國礦業(yè)大學;2013年

9 徐星;融合熱運動機制的粒子群優(yōu)化算法研究及其應用[D];武漢大學;2010年

10 劉逸;粒子群優(yōu)化算法的改進及應用研究[D];西安電子科技大學;2013年

相關碩士學位論文 前10條

1 陳卓;粒子群優(yōu)化算法的改進及在油藏數(shù)值模擬中的應用[D];北京建筑大學;2015年

2 白云;基于粒子群優(yōu)化算法的復雜網(wǎng)絡社區(qū)挖掘[D];西北農林科技大學;2015年

3 楊艷華;基于粒子群優(yōu)化支持向量機的網(wǎng)絡態(tài)勢預測模型研究[D];蘭州大學;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;2015年

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

6 米永強;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;2015年

7 李建美;基于自適應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;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;2015年

9 牛旭;動態(tài)粒子群優(yōu)化算法及其應用[D];西安電子科技大學;2014年

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

，

本文編號：1350627