基于粒子群算法求解多目标优化问题精品.pdfVIP

第 4 1 卷 第 7 期 计 算 机 研 究 与 发 展 Vol4 1 ,No 7 2004 年 7 月 J OU RNAL OF COM PU TER R ESEA RCH AND D EV EL OPM EN T J uly 2004 基于粒子群算法求解多目标优化问题 张利彪 　周春光 　马 　铭 　刘小华 (吉林大学计算机科学与技术学院　长春 　1300 12) (zlb @mailedu cn) 摘 　要 　粒子群优化算法自提出以来 , 由于其容易理解 、易于实现 ,所以发展很快 ,在很多领域得到了应用 通过对粒子 群算法全局极值和个体极值选取方式的改进 ,提出了一种用于求解多目标优化问题的算法 ,实现了对多目标优化问题的 非劣最优解集的有哪些信誉好的足球投注网站 ,实验结果证明了算法的有效性 关键词 　粒子群优化算法 ;多目标优化 ;非劣最优解 中图法分类号 　TP18 Sol utions of MultiObjective Optimization Problems Based on Particle Swarm Op timization ZHAN G LiBiao , ZHOU ChunGuang , MA Ming , and L IU XiaoHua ( ) College of Comp uter S cience an d Technology , J ilin University , Changchun , 1300 12 Abstract 　Particle swarm optimization ( PSO) algorit hm has been developing rapidly and has been applied widely since it was int roduced , as it is easily under stood and realized Through t he imp rovement of t he op tion modes of gBest and pBest of PSO algorit hm , an optimization algorit hm applied to solving multiobj ec tive optimization p roblems is p resented , and t he search for Pareto optimal set of multiobj ective optimization p roblems is implemented The effectiveness of t he algorit hm is p roved by experiment s Key words 　p article swarm optimization ; multiobj ective optimization ; Pareto optimal 的先验认识 ,难以处理真正的多 目标问题 进化计 1 　引　　言 算由于其是一种基于种群操作的计算技术 ,可以隐 并行地有哪些信誉好的足球投注网站解空间中的多个解 ,并能利用不同解之 在科学实践、工程系统设计及社会生产和经济 间的相似性来提高其并发求解的效率 , 因此进化计 发展中的许多优化问题都是多目标优化问题 ,如 :生 算比较适合求解多目标优化问题 首次用进化算法 产过程控制 ,软硬件系统的设计 ,社会效益与经济效 研究多目标优化问题的是 Schaffer ,他提出了“向量