| 基于量子行为特性粒子群和自适应网格的多目标优化算法 |
| |
| 引用本文： | 施展,陈庆伟. 基于量子行为特性粒子群和自适应网格的多目标优化算法[J]. 信息与控制, 2011, 40(2). DOI: 10.3724/SP.J.1219.2010.00214 |
| |
| 作者姓名： | 施展 陈庆伟 |
| |
| 作者单位： | 南京理工大学自动化学院,江苏南京,210094 |
| |
| 基金项目： | 国家自然科学基金资助项目，教育部高校博士点基金资助项目，江苏省自然科学基金资助项目 |
| |
| 摘 要： | 为了能够找到更多真实的Pareto最优解和提高所求最优解的分布均匀性,提出了一种新型的基于量子行为特性粒子群优化和自适应网格的多目标量子粒子群优化算法.利用量子行为特性粒子群优化算法的寻优优势快速地接近真实的Pareto最优解,引入高斯变异算子增强搜索解的多样性.通过设置一个外部存储器保留搜索过程中找到的Pareto最优解,采用自适应网格法对外部存储器中最优解进行更新和维护操作,使得从中选择的领导粒子能够引导粒子群最终找到真实的Pareto最优解.仿真结果表明所提算法具有更好的收敛性能和更均匀的分布性能.
|
| 关 键 词： | 多目标优化 量子行为特性粒子群优化 高斯变异 自适应网格 Pareto最优解 |
Multi-Objective Optimization Algorithm Based on Quantum-behaved Particle Swarm and Adaptive Grid |
| |
| SHI Zhan,CHEN Qingwei. Multi-Objective Optimization Algorithm Based on Quantum-behaved Particle Swarm and Adaptive Grid[J]. Information and Control, 2011, 40(2). DOI: 10.3724/SP.J.1219.2010.00214 |
| |
| Authors: | SHI Zhan CHEN Qingwei |
| |
| Affiliation: | SHI Zhan,CHEN Qingwei (School of Automation,Nanjing University of Science and Technology,Nanjing 210094,China) |
| |
| Abstract: | In order to find more true Pareto optimal solutions and improve their uniformity of distribution,a multi-objective quantum particle swarm optimization algorithm based on quantum-behaved particle swarm optimization(QPSO) and adaptive grid(MOQPSO) is proposed.MOQPSO makes full use of the superiority of quantum-behaved particle swarm optimization to approximate the true Pareto optimal solutions quickly,and Gaussian mutation operator is introduced to enhance the diversity of searched solutions.MOQPSO reserves t... |
| |
| Keywords: | multi-objective optimization quantum-behaved particle swarm optimization Gaussian mutation adaptive grid Pareto optimal solution |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
