【摘要】：為了平衡多目標(biāo)粒子群算法的多樣性和收斂性,提出一種基于多樣性檢測(cè)的多子群多目標(biāo)粒子群算法.首先,將多樣性檢測(cè)方法引入到多目標(biāo)粒子群算法中,并結(jié)合多目標(biāo)粒子群算法的特點(diǎn)進(jìn)行改進(jìn).然后,將種群分為兩個(gè)不同分工的子群,一個(gè)子群保持較好的多樣性,在搜索空間進(jìn)行全局搜索;另一個(gè)子群保持較好的收斂性,在Pareto前沿附近進(jìn)行局部搜索.最后,根據(jù)多樣性度量指標(biāo)調(diào)整兩個(gè)子群的搜索行為,以達(dá)到兼顧多樣性和收斂性的目的.在標(biāo)準(zhǔn)測(cè)試問(wèn)題上的仿真結(jié)果表明了所提算法的有效性.
[Abstract]:In order to balance the diversity and convergence of multi-objective particle swarm optimization algorithm, a multi-objective particle swarm optimization algorithm based on diversity detection is proposed. First, the diversity detection method is introduced into the multi-objective particle swarm optimization algorithm, and the characteristics of the multi-objective particle swarm optimization algorithm are improved. Then, the population is divided into two subgroups with different division of labor. One subgroup maintains better diversity and carries out global search in the search space, and the other subgroup maintains better convergence and performs local search near the Pareto frontier. Finally, the search behavior of the two subgroups is adjusted according to the diversity metrics to achieve both diversity and convergence. The simulation results on the standard test problem show the effectiveness of the proposed algorithm.
【作者單位】： 大連理工大學(xué)電子信息與電氣工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61374154)
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何清;翟建仁;;Fuzzy群[J];河北機(jī)電學(xué)院學(xué)報(bào);1993年03期

2 黃凱鋒;李莉;李永亮;;多種群粒子群與人工蜂群融合的改進(jìn)算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2014年06期

3 李鋒;;粒子群離散算法在無(wú)線傳感網(wǎng)絡(luò)中的應(yīng)用[J];微型機(jī)與應(yīng)用;2014年12期

4 楊書(shū)Oz;舒勤;何川;;基于云模型改進(jìn)的粒子群K均值聚類算法[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2014年10期

5 李愛(ài)國(guó);多粒子群協(xié)同優(yōu)化算法[J];復(fù)旦學(xué)報(bào)(自然科學(xué)版);2004年05期

6 王偉;李枚毅;彭霞丹;;一種雙層可變子群的動(dòng)態(tài)粒子群優(yōu)化算法[J];小型微型計(jì)算機(jī)系統(tǒng);2012年01期

7 焦巍;劉光斌;;一種新的雙子群PSO算法[J];計(jì)算機(jī)工程;2009年16期

8 張洪波;;多種群粒子群分層進(jìn)化優(yōu)化算法[J];中國(guó)科技信息;2010年08期

9 朱俚治;;一種基于粒子群的變形病毒檢測(cè)算法[J];信息安全與技術(shù);2014年08期

10 焦巍;劉光斌;;動(dòng)態(tài)環(huán)境下的雙子群PSO算法[J];控制與決策;2009年07期

相關(guān)會(huì)議論文 前10條

1 方衛(wèi)華;徐蘭玉;陳允平;;改進(jìn)粒子群算法在大壩力學(xué)參數(shù)分區(qū)反演中的應(yīng)用[A];2012年中國(guó)水力發(fā)電工程學(xué)會(huì)大壩安全監(jiān)測(cè)專委會(huì)年會(huì)暨學(xué)術(shù)交流會(huì)論文集[C];2012年

2 馬向陽(yáng);陳琦;;以粒子群算法求解買賣雙方存貨主從對(duì)策[A];第十二屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2010年

3 黃勝;任萬(wàn)龍;王超;何新;;多目標(biāo)粒子群算法在翼型優(yōu)化的應(yīng)用[A];第二十五屆全國(guó)水動(dòng)力學(xué)研討會(huì)暨第十二屆全國(guó)水動(dòng)力學(xué)學(xué)術(shù)會(huì)議文集（上冊(cè)）[C];2013年

4 李洪全;王京;;基于粒子群算法的自適應(yīng)PID控制[A];冶金企業(yè)自動(dòng)化、信息化與創(chuàng)新——全國(guó)冶金自動(dòng)化信息網(wǎng)建網(wǎng)30周年論文集[C];2007年

5 李曙光;;粒子群算法在高速公路多路徑費(fèi)用拆分方法研究[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

6 趙亮;;遺傳增強(qiáng)混沌粒子群算法[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

7 楊誠(chéng);楊傳啟;;基于粒子群算法的PID參數(shù)優(yōu)化[A];第七屆工業(yè)儀表與自動(dòng)化學(xué)術(shù)會(huì)議論文集[C];2006年

8 劉文許;林禮清;溫步瀛;;電力市場(chǎng)下基于改進(jìn)粒子群算法的AGC機(jī)組選擇[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（中冊(cè)）[C];2008年

9 劉衍民;馬衛(wèi)民;;基于高斯白噪聲擾動(dòng)的混合粒子群算法及其應(yīng)用[A];第十屆中國(guó)不確定系統(tǒng)年會(huì)、第十四屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2012年

10 王征;劉大寶;王家林;王永驥;;基于離散粒子群算法的船舶電力系統(tǒng)重構(gòu)研究[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 常彥偉;縱向參數(shù)多子群粒子群算法的研究與應(yīng)用[D];中國(guó)礦業(yè)大學(xué);2009年

2 李慶偉;粒子群算法及電廠若干問(wèn)題的研究[D];東南大學(xué);2016年

3 尹浩;求解Web服務(wù)選取問(wèn)題的粒子群算法研究[D];東北大學(xué);2014年

4 邵晴;粒子群算法研究及其工程應(yīng)用案例[D];吉林大學(xué);2017年

5 黃平;粒子群算法改進(jìn)及其在電力系統(tǒng)的應(yīng)用[D];華南理工大學(xué);2012年

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

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

8 劉宏達(dá);粒子群算法的研究及其在船舶工程中的應(yīng)用[D];哈爾濱工程大學(xué);2008年

9 馮琳;改進(jìn)多目標(biāo)粒子群算法的研究及其在電弧爐供電曲線優(yōu)化中的應(yīng)用[D];東北大學(xué);2013年

10 劉衍民;粒子群算法的研究及應(yīng)用[D];山東師范大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 徐桓;基于量子粒子群的Agent聯(lián)盟生成問(wèn)題研究與應(yīng)用[D];云南師范大學(xué);2015年

2 趙鵬旭;基于粒子群的群智能理論在系統(tǒng)優(yōu)化中的應(yīng)用研究[D];華北電力大學(xué);2015年

3 胡麗芳;基于動(dòng)態(tài)線性步長(zhǎng)的雙子群果蠅優(yōu)化算法及其應(yīng)用[D];安徽大學(xué);2016年

4 關(guān)鶴童;基于混沌粒子群雞群融合優(yōu)化算法的云任務(wù)調(diào)度應(yīng)用與實(shí)現(xiàn)[D];吉林大學(xué);2016年

5 許國(guó)燕;基于改進(jìn)量子粒子群的WSN網(wǎng)絡(luò)覆蓋優(yōu)化研究[D];蘭州交通大學(xué);2016年

6 楊悅;粒子群及其改進(jìn)在微震速度模型校正應(yīng)用的數(shù)值模擬研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

7 張同新;多目標(biāo)子群發(fā)現(xiàn)算法及其應(yīng)用研究[D];南京理工大學(xué);2014年

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

9 付曉艷;基于粒子群算法的自調(diào)節(jié)隸屬函數(shù)模糊控制器設(shè)計(jì)[D];河北聯(lián)合大學(xué);2014年

10 余漢森;粒子群算法的自適應(yīng)變異研究[D];南京信息工程大學(xué);2015年

，

本文編號(hào)：2135516