| 基于密度熵的多目标粒子群算法 |
| |
| 引用本文： | 宋武,郑金华.基于密度熵的多目标粒子群算法[J].计算机工程与应用,2007,43(26):41-44. |
| |
| 作者姓名： | 宋武 郑金华 |
| |
| 作者单位： | 湘潭大学,信息工程学院,湖南,湘潭,411105;湘潭大学,信息工程学院,湖南,湘潭,411105 |
| |
| 基金项目： | 教育部留学回国人员科研启动基金
,
湖南省自然科学基金
,
湖南省教育厅资助项目 |
| |
| 摘 要： | 提出了一种基于密度熵的多目标粒子群算法（EMOPSO）。采用一个外部集保存所发现的Pareto最优解（精英）,并将外部集作为粒子的全局极值。为保证种群的多样性,当精英大于外部集的大小时采用一种基于密度熵的策略进行分布度保持,从而使所得到的解集保持良好的分布性。最后与经典的多目标进化算法（MOEAs）进行了对比实验,实验结果表明了该算法的有效性。
|
| 关 键 词： | 多目标优化 密度熵 多目标粒子群优化 粒子群优化 |
| 文章编号： | 1002-8331（2007）26-0041-04 |
| 修稿时间： | 2006-12 |
MOPSO algorithm based on density entropy |
| |
| SONG Wu,ZHENG Jin-hua.MOPSO algorithm based on density entropy[J].Computer Engineering and Applications,2007,43(26):41-44. |
| |
| Authors: | SONG Wu ZHENG Jin-hua |
| |
| Affiliation: | Institute of Information Engineering,Xiangtan University,Xiangtan,Hunan 411105,China |
| |
| Abstract: | This paper presents a new multi-objective particle swarm based on density entropy.It uses an external archive to preserve the Pareto solutions that find so far,and denote the external archive as the Pbest.In order to make the partical spreads the whole pareto frontier,it uses a density entropy schem to run the external archive when the number of the archive is larger than the fixed size,this scheme can make final obtained solutions better distribution.At the end we compare our partical swarn to other classical MOEAs.The experimental result has indicated this algorithm efficiency. |
| |
| Keywords: | multi-objective optimization density entropy multi-objective particle swarm optimization particle swarm optimization |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
|
