论文摘要
粒子群算法是一种由Dr. Eberhart与Dr. Kennedy受鸟群捕食行为的启发于1995年提出一种用于单目标优化的智能算法,之后被用来解决多目标问题,许多多目标粒子群算法被相继提出。多目标粒子群优化算法是一种用于优化同时拥有多个相互冲突目标的问题的算法,目前许多的研究工作都着重于通过一些方法来提高算法一些性能,例如:将拥挤度计算加入多目标粒子群算法中,以提高算法的分布性等等。目前,同时提高算法的收敛性与分布性渐渐成为了该领域的研究热点与关键问题。本文提出了一种多目标多样性引导的粒子群算法(MOPSO-AR),算法通过引力斥力机制、拥挤度计算机制与变异算子共同维持着算法的多样性,而引力斥力机制最为重要,引力斥力机制通过一种度量标准来衡量种群的多样性,进而根据多样性的大小调整粒子的移动距离及方向,使得算法一直保持多样性,从而克服粒子群算法容易早熟收敛的缺点,同时也提高了解的分布性。实验结果表明MOPSO-AR有效地提高了算法的收敛性及分布性。本算法可以用于多目标决策、参数优化以及组合优化等。将本算法应用于优化一些科学研究和实际工程中的多目标问题,例如网格调度问题以及智能车决策等,将成为本文的下一步工作。
论文目录
相关论文文献
- [1].基于参考线的预测策略求解动态多目标优化问题[J]. 控制与决策 2020(07)
- [2].典型多目标优化算法在控制优化中的适用性研究[J]. 科技视界 2020(19)
- [3].基于高维多目标优化的多车场车辆路径问题[J]. 计算机与数字工程 2017(07)
- [4].一种基于多目标优化的混凝剂综合评价方法[J]. 净水技术 2017(09)
- [5].多目标优化问题的模糊交叉算法与收敛性初探[J]. 电脑迷 2017(03)
- [6].基于遗传算法的货箱多目标优化[J]. 车辆与动力技术 2019(04)
- [7].多目标优化算法标准测试函数寻优研究[J]. 电脑知识与技术 2020(23)
- [8].基于分布估计算法的多目标优化[J]. 软件 2017(12)
- [9].融合张角拥挤控制策略的高维多目标优化[J]. 自动化学报 2015(06)
- [10].多目标优化算法的应用模型[J]. 成功(教育) 2011(05)
- [11].线性互补问题与多目标优化[J]. 数学杂志 2014(03)
- [12].多目标优化问题的研究[J]. 东莞理工学院学报 2014(03)
- [13].浅析多目标优化问题[J]. 科技视界 2013(14)
- [14].正交设计的E占优策略求解高维多目标优化问题研究[J]. 计算机科学 2012(02)
- [15].一种改进的基于分解多目标优化算法[J]. 电脑知识与技术 2012(34)
- [16].改进选择策略的有约束多目标优化算法[J]. 高技术通讯 2019(12)
- [17].云计算资源多目标优化调度方法在移动端子系统中的应用[J]. 河南科技 2019(35)
- [18].考虑综合需求侧响应的区域综合能源系统多目标优化调度[J]. 电力建设 2020(07)
- [19].动态多目标优化:测试函数和算法比较[J]. 控制与决策 2020(10)
- [20].多目标优化软件开发及其应用[J]. 工程设计学报 2015(03)
- [21].基于全局排序的高维多目标优化研究[J]. 软件学报 2015(07)
- [22].基于多目标优化问题的教学质量评价模型研究[J]. 时代教育(教育教学版) 2009(Z1)
- [23].面向客户定制产品开发的多目标优化算法设计[J]. 中国机械工程 2012(06)
- [24].一类多目标优化问题的有效解[J]. 贵州师范大学学报(自然科学版) 2012(02)
- [25].图像处理优化的系统流程与多目标优化理论分析[J]. 硅谷 2012(19)
- [26].一种求解动态多目标优化问题的粒子群算法[J]. 系统仿真学报 2011(02)
- [27].一类带约束多目标优化问题的区间算法[J]. 黑龙江科技学院学报 2009(01)
- [28].多目标优化问题的求解框架[J]. 微计算机信息 2009(36)
- [29].激活规则多目标优化算法在任务分解中的应用[J]. 计算机工程 2020(03)
- [30].一类多目标优化控制问题的混合型对偶[J]. 内蒙古农业大学学报(自然科学版) 2019(06)