收藏本站
《复杂系统与复杂性科学》 2018年02期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于分解的改进自适应多目标粒子群优化算法

庞锐  高兴宝  
【摘要】:为提高粒子群算法的搜索效率,克服分解方法处理复杂多目标问题的不足,通过考虑父代解的选择和种群的更新对算法收敛性及解的分布均匀性的重要影响,提出了一种基于分解的改进自适应多目标粒子群优化算法。首先,为提高算法收敛速度,在分解方法确保进化种群多样性的前提下,设计了新的适应度评价方法以评价个体的优劣,并将在竞争中获胜的优质后代解添加到父代候选解中;其次,为避免算法陷入局部最优,在更新粒子时,从当前粒子的邻居或邻居外随机选择个体最优和全局最优位置;最后,引入外部文档,将其作为候选的输出种群,并采用拥挤距离维持多样性,增强了算法处理复杂问题的能力。用12个测试函数的数值实验,并与5种多目标优化算法的比较,表明了所提算法的优越性。
【作者单位】陕西师范大学数学与信息科学学院
【基金】:国家自然科学基金(61273311)
【分类号】:TP18

手机知网App
【参考文献】
中国期刊全文数据库 前2条
1 刘长平;叶春明;;一种新颖的仿生群智能优化算法:萤火虫算法[J];计算机应用研究;2011年09期
2 公茂果;焦李成;杨咚咚;马文萍;;进化多目标优化算法研究[J];软件学报;2009年02期
【共引文献】
中国期刊全文数据库 前10条
1 Maoguo GONG;Xiangming JIANG;Hao LI;;Optimization methods for regularization-based ill-posed problems:a survey and a multi-objective framework[J];Frontiers of Computer Science;2017年03期
2 白猛;严宣辉;吴坤安;陈振兴;;混合分解的多目标粒子群优化算法[J];计算机系统应用;2015年12期
3 刀海娅;孙艳;;萤火虫算法-投影寻踪模型在云南省洪灾评估中的应用[J];水利经济;2015年06期
4 储迅易;杨海霞;吴志锋;;桁架结构多目标优化的NSGA-Ⅱ改进算法[J];科学技术与工程;2015年32期
5 李艳玮;郑伟勇;;基于神经网络实现分布评估的多目标差分算法[J];计算机工程与设计;2015年11期
6 郭平;王可;罗阿理;薛明志;;大数据分析中的计算智能研究现状与展望[J];软件学报;2015年11期
7 王华东;王大羽;;物联网感知层多Sink节点关联算法研究[J];组合机床与自动化加工技术;2015年10期
8 刘刚;李为;;一种多维数据模型特征识别方法初探[J];电脑与信息技术;2015年05期
9 柳春光;吕晓莹;张士博;;基于MOPSO的RC单柱墩全寿命抗震性能多目标优化设计[J];水利与建筑工程学报;2015年05期
10 张娜;姚澜;包晓安;董萌;桂宁;;多目标优化的测试用例优先级在线调整策略[J];软件学报;2015年10期
【二级参考文献】
中国期刊全文数据库 前10条
1 李雪梅;张素琴;;基于仿生理论的几种优化算法综述[J];计算机应用研究;2009年06期
2 ;Optimal Formation Reconfiguration Control of Multiple UCAVs Using Improved Particle Swarm Optimization[J];Journal of Bionic Engineering;2008年04期
3 刘晓峰;陈通;张连营;;基于微粒群算法的最佳证券投资组合研究[J];系统管理学报;2008年02期
4 张波;陈睿君;路璐;;粒子群算法在投资组合中的应用[J];系统工程;2007年08期
5 郑向伟;刘弘;;多目标进化算法研究进展[J];计算机科学;2007年07期
6 孙波,陈卫东,席裕庚;基于粒子群优化算法的移动机器人全局路径规划[J];控制与决策;2005年09期
7 彭喜元,彭宇,戴毓丰;群智能理论及应用[J];电子学报;2003年S1期
8 谢涛,陈火旺,康立山;多目标优化的演化算法[J];计算机学报;2003年08期
9 林国辉,马正新,王勇前,曹志刚;基于蚂蚁算法的拥塞规避路由算法[J];清华大学学报(自然科学版);2003年01期
10 金飞虎,洪炳熔,高庆吉;基于蚁群算法的自由飞行空间机器人路径规划[J];机器人;2002年06期
【相似文献】
中国期刊全文数据库 前10条
1 庞锐;高兴宝;;基于分解的改进自适应多目标粒子群优化算法[J];复杂系统与复杂性科学;2018年02期
2 李冰;苏文海;息晓琳;靳亚东;;仿生四足机器人自适应粒子群优化控制[J];农机化研究;2018年05期
3 梅弘业;;自适应智能家居控制系统的设计探析[J];数码世界;2018年05期
4 蒋新华;自适应PID控制(综述)[J];信息与控制;1988年05期
5 朱家组,张天开;一种实用自适应PID控制器[J];上海机械学院学报;1988年04期
6 梁华庆,邵钟武;用自适应陷波与线谱增强法处理泥浆信道的涡轮钻转速信号[J];石油大学学报(自然科学版);1989年04期
7 谭永红;;一种自适应PID算法[J];桂林电子工业学院学报;1989年02期
8 谭永红;;一种自适应PID算法[J];桂林电子工业学院学报;1989年02期
9 喻雄;;机械故障监测数据处理[J];云南工学院学报;1989年02期
10 王礼信;;MRAS的工程设计方法及应用[J];北京轻工业学院学报;1989年01期
中国重要会议论文全文数据库 前10条
1 忻鼎谟;陈澄乐;;一类机动运动目标的自适应予测[A];1988年控制理论及其应用年会论文集(下)[C];1988年
2 何向红;柴天佑;;一种新的随机多变量自适应极点配置控制器[A];1989年控制理论及其应用年会论文集(中)[C];1989年
3 刘钊;;基于粒子群优化算法的足球机器人动作选择研究[A];2004中国机器人足球比赛暨学术研讨会论文集[C];2004年
4 王亚;于永光;耿玲玲;;一类改进的自适应粒子群优化算法对混沌系统未知参数的估计[A];中国力学大会——2013论文摘要集[C];2013年
5 肖龙光;丁晓东;谢集平;;粒子群优化算法的改进[A];第二十三届中国控制会议论文集(上册)[C];2004年
6 高宪文;张大勇;;熵极大自适应变异粒子群优化算法及其应用[A];2007中国控制与决策学术年会论文集[C];2007年
7 王光辉;陈杰;潘峰;;多种群协同粒子群优化算法求解动态环境优化问题[A];第二十七届中国控制会议论文集[C];2008年
8 杨茂;田彦涛;杨永明;刘宗春;;基于改进粒子群优化算法的多机器人合作Q学习[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
9 王晓燕;王东风;韩璞;;一种分数阶系统的粒子群优化辨识方法[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年
10 杨雅伟;侍洪波;;量子粒子群优化算法及其应用研究[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 刘亚;复杂非线性系统的智能自适应重构控制[D];南京航空航天大学;2003年
2 李力争;凿岩机器人双三角钻臂自适应控制策略研究[D];中南大学;2003年
3 王胜春;自适应时频分析技术及其在故障诊断中的应用研究[D];山东大学;2007年
4 姚红;固体弹道导弹鲁棒及自适应姿态控制系统设计研究[D];国防科学技术大学;2006年
5 杨永亮;无模型自适应动态规划及其在多智能体协同控制中的应用[D];北京科技大学;2018年
6 李勇;基于深度学习的粒子图像测速算法研究及应用[D];华中科技大学;2018年
7 丁才昌;分布估计算法性能及分类研究[D];武汉大学;2014年
8 王则林;基于智能算法的包匹配分析与研究[D];武汉大学;2015年
9 王洋;基于分治的进化算法研究及应用[D];西安电子科技大学;2017年
10 刘成昊;在线学习算法研究与应用[D];浙江大学;2017年
中国硕士学位论文全文数据库 前10条
1 张俞;单链双齿条平夹间接自适应机器人手设计[D];安徽工业大学;2018年
2 莫文英;基于图像处理与机器学习的车标及安全带识别研究[D];广州大学;2018年
3 MURWANASHYAKA Christian;改进的自适应布谷鸟搜索算法及其应用研究[D];兰州理工大学;2018年
4 吴亭;基于参数估计的多变量自适应解耦控制算法的研究[D];南昌航空大学;2018年
5 赵立娜;电动车自适应巡航控制方法研究[D];哈尔滨工业大学;2017年
6 李旭坤;基于密度峰值的自适应多粒度聚类模型[D];重庆邮电大学;2017年
7 李红文;增强搜索能力的粒子群优化算法研究[D];郑州大学;2017年
8 刘琛;基于在线辨识与优化的自适应PID控制算法的工程实现[D];华北电力大学;2017年
9 陈哲;基于多样性策略的动态多目标粒子群优化算法研究及应用[D];南京信息工程大学;2017年
10 陈健;改进的骨干粒子群优化算法及应用研究[D];安徽工业大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026