新的混合智能优化算法及其多目标优化应用

作者：张汉强; 卢建刚; 陈金水

来源：计算机应用, 2010, (05): 1290-1292.

• 人工鱼群算法
• 分阶段寻优和变参数寻优
• 禁忌搜索
• 多目标优化 Artificial Fish-Swarm Algorithm (AFSA)
• phased optimization and variable parameter optimization
• Tabu Search (TS)
• multi-objective optimization

针对人工鱼群算法后期收敛速度较慢、解精度不高的不足,按照分阶段寻优和变参数寻优的改进策略,并结合禁忌搜索算法中的相关规则,提出一种新的混合智能优化算法。该算法将寻优过程分为锁定最优解或者局部解邻域和求得高精度最优解两个阶段,每个阶段设置不同的参数并结合禁忌搜索算法以提高收敛速度和最优解精度。典型函数验证表明,该算法收敛速度快、精度高;同时,对于多目标优化问题,该算法可以提高Pareto最优解集质量,扩大决策分布范围,维持决策多样性,有利于决策者作出决策。

• 单位
  工业控制技术国家重点实验室; 浙江大学