为了解决工程中遇到的多目标优化问题，提出一种改进的多目标粒子群算法。首先，加入动态非线性余弦变化惯性参数，提升了算法的寻优能力；然后，提出一种改进的Pareto支配关系更新粒子的个体最优解，并根据拥挤距离对外部存档进行维护，提高了解集分布的均匀性；最后，将K-means聚类算法和高斯变异算法融合到多目标粒子群算法的迭代过程中，避免算法陷入局部最优解。在5个测试函数上进行仿真实验，结果表明，在保持解的均匀性和多样性的同时，改进算法使得Pareto解集具有更好的收敛性。
科研之友
微信
新浪微博
Facebook
分享链接
