基于非支配排序的多目标蚁群优化算法

蚁群优化算法是一种受自然界蚂蚁觅食启发而设计的智能优化算法,由于其优异的全局搜索性能,近年来在研究和工程领域都得到了广泛关注。本文针对连续域单目标蚁群优化算法进行改进,对多目标优化问题进行求解。首先分析了现有连续域蚁群算法,发现解集排序方法需要改进以适应多目标优化问题求解。对解存档结构进行改进,将每个解的目标值修改为目标向量。在此基础上,通过引入非支配排序方法,对解集分层;然后在层内通过拥挤度进行排序,实现解集的整体排序。所改进的算法通过仿真实验与NSGA-II算法进行了对比,结果表明算法的求解质量更好,并且单次迭代耗时更短。