混合变异和时变惯量的混沌多目标粒子群优化

作者：朱沙; 陈臣; 田月娜

来源：统计与决策, 2019, 35(08): 13-17.

DOI：10.13546/j.cnki.tjyjc.2019.08.003

• 多目标优化
• 混沌粒子群优化
• 混合变异
• 时变惯性
• 拥挤距离

为了解决多目标优化问题,文章提出了一种混合方法(HMOPSO)。它是基于混合变异和时变惯性的混沌粒子群优化。利用PSO的全局搜索能力,将混沌因子整合到基本PSO中,实现了高维搜索空间中的局部搜索。另外还采用时变惯性权重,通过迭代改变其值,提高了算法高效探索空间的能力。同时,在不同的搜索阶段应用混合变异,通过拥挤距离机制实现全局最佳选择,保持了非支配解的多样性,确保了快速收敛到Pareto最优前沿。与几种典型的多目标优化算法相比,HMOPSO表现得更有效。

• 单位
  西南交通大学; 重庆工商大学