| 基于粒子群灰狼混合算法的多目标约束优化问题求解 |
| |
| 引用本文： | 黄星,卢宇,申亮,林兵.基于粒子群灰狼混合算法的多目标约束优化问题求解[J].小型微型计算机系统,2023(2):288-299. |
| |
| 作者姓名： | 黄星 卢宇 申亮 林兵 |
| |
| 作者单位： | 1. 福建师范大学物理与能源学院;2. 福建师范大学协和学院;3. 福建商学院;4. 福建省信息网络重点实验室 |
| |
| 基金项目： | 国家重点研发计划项目(2018YFB1004800)资助；;国家自然科学基金项目(62072108)资助；;福建省自然科学基金项目(2019J01286)资助；;福建省教育厅中青年教师教育科研项目(JT180098)资助； |
| |
| 摘 要： | 近年来，多目标优化问题引起了广泛关注，其求解目标多、目标函数复杂，当前方法通常将所有目标加权后求解，但这些方法会造成解集缺乏准确性.针对上述情况，本文首先根据目标分解的框架：辅助目标和等价目标约束优化框架，该框架是将约束优化的问题分解为辅助目标和等价目标相结合的优化问题，同时动态调整所分解出的对应子问题的权值，使分解出的子问题求解趋向于等价目标求解.其次基于粒子群优化算法和灰狼优化算法的各自优势，提出参数自适应的粒子群灰狼混合算法，混合算法的优势集合了粒子群算法的收敛性快和灰狼算法的搜索过程多样性，从而提高粒子进化过程的准确性.通过IEEE CEC2017数据集测试的结果表明：在调参合适的情况下，获得的函数最优值个数多于乌鸦搜索、受约束的模拟退火、带约束的水循环等经典算法，在10D情况下，28个测试函数中11个测试函数表现最佳；在30D的情况下，12个测试函数表现最佳.
|
| 关 键 词： | 约束优化 多目标优化 目标分解 粒子群优化 灰狼优化器 |
|
