10.3969/j.issn.1000-386x.2019.09.045
基于高斯变异和自适应参考点的MOPSO优化算法
针对MOPSO优化算法在优化多目标问题当中收敛程度较差和容易进入部分最优的缺点,提出一种基于高斯变异和自适应参考点融合的MOPSO优化算法.利用高斯变异位置更新方法改善解集提前停止寻优现象,提高MOPSO优化算法在寻找最优过程中寻找解集的多样性;采用自适应参考点的外部档案维护策略,将收敛性较差的粒子剔除,提高算法的收敛性.实验结果表明:改进的MOPSO算法同传统的MOPSO算法相比,反向代距离和超体积比有了明显的改善,具有更好的解集多样性和收敛性.
多目标优化、粒子群算法、高斯变异、自适应参考点
36
TP301.6(计算技术、计算机技术)
中央高校基本科研业务费项目ZYGX2018035
2019-09-19（万方平台首次上网日期，不代表论文的发表时间）
共5页
255-259
