基于拥挤度与变异的动态微粒群多目标优化算法

作者：王辉; 钱锋

来源：控制与决策, 2008, (11): 1238-1242+1248.

DOI：10.13195/j.cd.2008.11.40.wangh.011

• 微粒群优化
• 多目标优化
• 动态变化
• 拥挤度
• 变异操作 Particle swarm optimization
• Multi-objective optimization
• Dynamic changing
• Crowding
• Mutation

提出一种动态微粒群多目标优化算法(DCMOPSO),算法中的惯性权重和加速因子动态变化以增强算法的全局搜索能力,并采用拥挤度的方法对外部档案进行维护以增加非劣解的多样性.在维护过程中,从外部档案中按拥挤度为每个微粒选择全局最好位置,同时使用变异操作避免算法早熟.通过几个典型的多目标测试函数对DCMOPSO算法的性能进行了测试,并与多目标优化算法MOPSO和NSGA-Ⅱ进行对比.结果表明,DCMOPSO算法具有良好的搜索性能.

• 单位
  化学工程联合国家重点实验室; 华东理工大学