文件名称：论文研究-基于环境选择和配对选择的多目标粒子群算法.pdf
文件大小：1019KB
文件格式：PDF
更新时间：2022-08-11 17:00:53
多目标优化多目标粒子群优化算法,帕累托最优边界,环境选择和配对选择策略
为了使多目标粒子群算法中种群粒子能够快速地收敛于帕累托最优边界，针对标准多目标粒子群算法中缺乏粒子评价标准以及种群个体历史最优值位置和全局最优值位置选择问题，提出了一种基于环境选择和配对选择策略的多目标粒子群算法。该算法在每次迭代时，采用SPEA2中的环境选择和配对选择策略及适应度值计算方法，以此来提高种群粒子之间的信息交换力度，减少标准多目标粒子群算法中大量的随机性，使种群粒子能够更快速地收敛于帕累托最优边界。经典测试函数的仿真实验结果表明，在标准多目标粒子群算法中运用SPEA2的环境选择、配对选择策略和适应度值计算方法，能够使种群粒子更快速地收敛于帕累托最优边界，验证了算法改进的可行性和有效性。