粒子群多目標(biāo)優(yōu)化算法的研究與應(yīng)用.pdf

1、在實(shí)際應(yīng)用和科學(xué)研究中，多目標(biāo)優(yōu)化是一個(gè)極其重要的研究課題。因?yàn)楝F(xiàn)實(shí)生活中很多問(wèn)題牽涉到多個(gè)目標(biāo)條件下同時(shí)優(yōu)化，所以多目標(biāo)優(yōu)化的研究課題越來(lái)越得到廣泛的關(guān)注。解決復(fù)雜問(wèn)題優(yōu)化時(shí)表現(xiàn)出來(lái)的優(yōu)越性和魯棒性的特點(diǎn)使多目標(biāo)優(yōu)化算法成為優(yōu)化多目標(biāo)問(wèn)題的一種卓有成效的解決方法。
　　在目標(biāo)進(jìn)化算法中，粒子群多目標(biāo)優(yōu)化算法具有較快的收斂速度，但解的均勻性和分布性稍差。為了提高粒子群多目標(biāo)優(yōu)化算法的分布性，引進(jìn)了聚集密度來(lái)進(jìn)行精英集的更新。其基本

2、思想為:首先計(jì)算群體中每個(gè)個(gè)體的聚集密度，再根據(jù)目標(biāo)函數(shù)值和聚集密度定義一個(gè)偏序集，然后采用比例選擇原則依次從偏序集中選擇個(gè)體，更新精英集。
　　本文首先介紹了粒子群多目標(biāo)算法的研究歷程和現(xiàn)狀、粒子群算法的基本原理、算法流程、參數(shù)設(shè)置以及多目標(biāo)優(yōu)化基本概念、多目標(biāo)優(yōu)化算法。然后提出了基于聚集密度的方法來(lái)提高多目標(biāo)優(yōu)化算法解的分布性并通過(guò)數(shù)值實(shí)驗(yàn)，量化指標(biāo)研究了新算法的收斂性和分布性，結(jié)果表明:新算法的收斂性與常規(guī)粒子群多目標(biāo)優(yōu)化算