科研之友
微信
新浪微博
Facebook
分享链接
摘要
黑寡妇优化算法（BWOA）是一种群体智能优化算法，具有收敛速度快、收敛精度高等优点。但BWOA所采用的更新策略过于简单，容易陷入局部最优解；其次在多维空间中搜索能力欠缺，种群结构单一，算法的收敛性和多样性有待改善。为提高BWOA的综合性能，并使其能够应用于多目标优化问题，提出一种角逐机制和改进信息素机制引导的多目标黑寡妇优化算法（MBWOA）。MBWOA采用动态分配种群的方法，在迭代过程中将种群一分为二，分别使用不同的角逐机制，增强迭代过程中种群的多样性，提升算法的收敛性；同时，使用改进的信息素机制对经过角逐的子代个体进行更新，引导个体向种群间隙方向优化，改善种群的分布，增强算法的收敛能力。MBWOA与四个对比算法在IGD、HV、Spread三个指标上分别进行对比实验，结果表明MBWOA具有更好的收敛精度、收敛速度和多样性。最后，通过在三个指标上对MBWOA所用机制的对比实验，证实了所用机制的有效性。
- 单位
