本文選題：直覺模糊支配　切入點：混合粒子群優(yōu)化　出處：《計算機科學》2017年01期

【摘要】：為提高求解多目標優(yōu)化問題的精確性和解集分布的均勻性,提出了一種基于直覺模糊支配的混合粒子群算法。通過引入種群全局目標值標量參數(shù)、直覺模糊隸屬度和排序方法,定義一種新的最優(yōu)解支配關系;采用基于模擬退火的Meta-Lamarckian局部學習策略,結合粒子群算法,以避免算法陷入局部最優(yōu)和早熟;此外,定義種群同構因子來衡量種群多樣性,以自適應調節(jié)慣性權重和加速因子;提出一種遞減擾動策略對粒子飛行速度進行擾動;最后,與多種經(jīng)典多目標優(yōu)化算法進行仿真測試比較,結果表明該算法在求解精度、解集分布均勻性上具有明顯優(yōu)勢。
[Abstract]:A hybrid particle swarm optimization algorithm based on intuitionistic fuzzy domination is proposed to improve the accuracy of solving multi-objective optimization problems and the uniformity of solution set distribution.By introducing scalar parameters of global target value, intuitionistic fuzzy membership degree and sorting method, a new optimal solution dominating relation is defined, and Meta-Lamarckian local learning strategy based on simulated annealing is combined with particle swarm optimization algorithm.In order to avoid the algorithm falling into local optimum and premature; in addition, the population isomorphism factor is defined to measure population diversity, and the inertia weight and acceleration factor are adjusted adaptively; a decreasing disturbance strategy is proposed to disturb the flying velocity of particles; finally, the population isomorphism factor is defined to measure population diversity.Compared with many classical multi-objective optimization algorithms, the simulation results show that the algorithm has obvious advantages in solving accuracy and solution set distribution uniformity.
【作者單位】： 空軍工程大學防空反導學院;
【基金】：國家自然科學基金(61402517) 中國博士后基金(2013M542331) 陜西省自然科學基金(2013JQ8035)資助
【分類號】：TP18

【參考文獻】

相關期刊論文 前8條

1 王華;朱付保;;基于多目標粒子群的土地整理項目選址模型[J];農(nóng)業(yè)工程學報;2015年14期

2 趙新爽;汪厚祥;蔡益朝;;反導預警作戰(zhàn)資源調度方法[J];系統(tǒng)工程與電子技術;2015年06期

3 章恩澤;吳益飛;陳慶偉;;一類區(qū)間多目標粒子群優(yōu)化算法[J];控制與決策;2014年12期

4 Jie Zeng;Wei Nie;;Novel multi-objective optimization algorithm[J];Journal of Systems Engineering and Electronics;2014年04期

5 高紅民;周惠;徐立中;石愛業(yè);;Classification of hyperspectral remote sensing images based on simulated annealing genetic algorithm and multiple instance learning[J];Journal of Central South University;2014年01期

6 戚玉濤;劉芳;常偉遠;馬曉亮;焦李成;;求解多目標問題的Memetic免疫優(yōu)化算法[J];軟件學報;2013年07期

7 甘旭升;端木京順;孟月波;叢偉;;Wavelet neural network aerodynamic modeling from flight data based on pso algorithm with information sharing and velocity disturbance[J];Journal of Central South University;2013年06期

8 ZHANG ShiHai;OU JinPing;;BP-PSO-based intelligent case retrieval method for high-rise structural form selection[J];Science China(Technological Sciences);2013年04期

【共引文獻】

相關期刊論文 前10條

1 魏洪斌;羅明;鞠正山;王軍;吳克寧;;中國土地整治“十二五”研究重點評述與“十三五”研究展望[J];水土保持研究;2017年02期

2 梅海濤;華繼學;王毅;文童;;基于直覺模糊支配的混合多目標粒子群算法[J];計算機科學;2017年01期

3 李智;;智能優(yōu)化算法研究及應用展望[J];武漢輕工大學學報;2016年04期

4 鄭玉軍;田康生;邢曉楠;豐坤;;帶時間窗的相控陣雷達實時任務調度方法[J];火力與指揮控制;2016年10期

5 楊世品;陸小華;薄翠梅;李麗娟;徐啟;;多目標P系統(tǒng)仿生優(yōu)化算法[J];北京工業(yè)大學學報;2016年10期

6 李小麗;;基于梯度圖及Hausdorff距離的人臉識別算法[J];安徽科技學院學報;2016年05期

7 李永新;甘旭升;屈虹;趙海濤;;飛行實測數(shù)據(jù)氣動力建模研究[J];計算機仿真;2016年08期

8 劉芳;彭智勇;高興;;云計算環(huán)境下的端口資源均衡調度模型仿真[J];計算機仿真;2016年08期

9 陳嘯;王紅英;孔丹丹;岳巖;方鵬;呂芳;;基于粒子群參數(shù)優(yōu)化和BP神經(jīng)網(wǎng)絡的顆粒飼料質量預測模型[J];農(nóng)業(yè)工程學報;2016年14期

10 ZHOU Wei;LI Shao Lin;MA Gang;CHANG Xiao Lin;MA Xing;ZHANG Chao;;Parameters inversion of high central core rockfill dams based on a novel genetic algorithm[J];Science China(Technological Sciences);2016年05期

【二級參考文獻】

相關期刊論文 前10條

1 牛繼強;徐豐;;利用克隆選擇算法構建的土地用途分區(qū)模型[J];武漢大學學報(信息科學版);2014年02期

2 常志朋;程龍生;劉家樹;;基于馬田系統(tǒng)與TOPSIS的區(qū)間數(shù)多屬性決策方法[J];系統(tǒng)工程理論與實踐;2014年01期

3 孫靖;鞏敦衛(wèi);季新芳;;基于偏好方向的區(qū)間多目標交互進化算法[J];控制與決策;2013年04期

4 董濤;劉付顯;李響;;末段多層反導作戰(zhàn)的任務分解[J];現(xiàn)代防御技術;2012年04期

5 張靜;王萬良;徐新黎;介婧;;混合粒子群算法求解多目標柔性作業(yè)車間調調度度問題[J];控制理論與應用;2012年06期

6 王華;劉耀林;姬盈利;;基于多目標微粒群優(yōu)化算法的土地利用分區(qū)模型[J];農(nóng)業(yè)工程學報;2012年12期

7 湯紹勛;易先清;羅雪山;;面向預警衛(wèi)星調度問題的改進粒子群算法[J];系統(tǒng)工程;2012年01期

8 杜占帥;易先清;;天基預警系統(tǒng)資源調度方法[J];火力與指揮控制;2009年07期

9 林川;馮全源;;粒子群優(yōu)化算法的信息共享策略[J];西南交通大學學報;2009年03期

10 李彥斌;張寧;李存斌;;Support vector machine forecasting method improved by chaotic particle swarm optimization and its application[J];Journal of Central South University of Technology;2009年03期

【相似文獻】

相關期刊論文 前10條

1 秦玉靈;孔憲仁;羅文波;;混沌量子粒子群算法在模型修正中的應用[J];計算機工程與應用;2010年02期

2 陳治明;;新型量子粒子群算法及其性能分析研究[J];福建電腦;2010年05期

3 牛永潔;;一種新型的混合粒子群算法[J];信息技術;2010年10期

4 全芙蓉;;粒子群算法的理論分析與研究[J];硅谷;2010年23期

5 劉衍民;趙慶禎;邵增珍;;一種改進的完全信息粒子群算法研究[J];曲阜師范大學學報(自然科學版);2011年01期

6 朱童;李小凡;魯明文;;位置加權的改進粒子群算法[J];計算機工程與應用;2011年05期

7 熊智挺;譚陽紅;易如方;陳賽華;;一種并行的自適應量子粒子群算法[J];計算機系統(tǒng)應用;2011年08期

8 孟純青;;非線性粒子群算法[J];微計算機應用;2011年08期

9 任偉建;武璇;;一種動態(tài)改變學習因子的簡化粒子群算法[J];自動化技術與應用;2012年10期

10 劉飛,孫明,李寧,孫德寶,鄒彤;粒子群算法及其在布局優(yōu)化中的應用[J];計算機工程與應用;2004年12期

相關會議論文 前10條

1 朱童;李小凡;魯明文;;位置加權的改進粒子群算法[A];中國科學院地質與地球物理研究所第11屆（2011年度）學術年會論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進制粒子群算法在稀疏陣列綜合中的應用[A];2009年全國天線年會論文集（上）[C];2009年

3 陳龍祥;蔡國平;;基于粒子群算法的時滯動力學系統(tǒng)的時滯辨識[A];第十二屆全國非線性振動暨第九屆全國非線性動力學和運動穩(wěn)定性學術會議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設計中的應用[A];第十一屆全國膨脹節(jié)學術會議膨脹節(jié)設計、制造和應用技術論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進粒子群算法[A];系統(tǒng)仿真技術及其應用（第7卷）——'2005系統(tǒng)仿真技術及其應用學術交流會論文選編[C];2005年

6 熊偉麗;徐保國;;粒子群算法在支持向量機參數(shù)選擇優(yōu)化中的應用研究[A];2007中國控制與決策學術年會論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進粒子群算法在大壩力學參數(shù)分區(qū)反演中的應用[A];2012年中國水力發(fā)電工程學會大壩安全監(jiān)測專委會年會暨學術交流會論文集[C];2012年

8 熊偉麗;徐保國;;單個粒子收斂中心隨機攝動的粒子群算法[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

9 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對策[A];第十二屆中國管理科學學術年會論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標函數(shù)優(yōu)化問題[A];第二十一屆中國（天津）’2007IT、網(wǎng)絡、信息技術、電子、儀器儀表創(chuàng)新學術會議論文集[C];2007年

相關博士學位論文 前10條

1 李慶偉;粒子群算法及電廠若干問題的研究[D];東南大學;2016年

2 杜毅;多階段可變批生產(chǎn)線重構的研究[D];廣東工業(yè)大學;2016年

3 尹浩;求解Web服務選取問題的粒子群算法研究[D];東北大學;2014年

4 王芳;粒子群算法的研究[D];西南大學;2006年

5 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學;2012年

6 劉建華;粒子群算法的基本理論及其改進研究[D];中南大學;2009年

7 黃平;粒子群算法改進及其在電力系統(tǒng)的應用[D];華南理工大學;2012年

8 胡成玉;面向動態(tài)環(huán)境的粒子群算法研究[D];華中科技大學;2010年

9 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調度問題研究[D];浙江工業(yè)大學;2014年

10 張寶;粒子群算法及其在衛(wèi)星艙布局中的應用研究[D];大連理工大學;2007年

相關碩士學位論文 前10條

1 張忠偉;結構優(yōu)化中粒子群算法的研究與應用[D];大連理工大學;2009年

2 李強;基于改進粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學;2015年

3 付曉艷;基于粒子群算法的自調節(jié)隸屬函數(shù)模糊控制器設計[D];河北聯(lián)合大學;2014年

4 余漢森;粒子群算法的自適應變異研究[D];南京信息工程大學;2015年

5 梁計鋒;基于改進粒子群算法的交通控制算法研究[D];長安大學;2015年

6 楊偉;基于粒子群算法的氧樂果合成過程建模研究[D];鄭州大學;2015年

7 李程;基于粒子群算法的AS/RS優(yōu)化調度方法研究[D];陜西科技大學;2015年

8 樊偉健;基于混合混沌粒子群算法求解變循環(huán)發(fā)動機數(shù)學模型問題[D];山東大學;2015年

9 陳百霞;考慮風電場并網(wǎng)的電力系統(tǒng)無功優(yōu)化[D];山東大學;2015年

10 戴玉倩;基于混合動態(tài)粒子群算法的軟件測試數(shù)據(jù)自動生成研究[D];江西理工大學;2015年

，

本文編號：1722956