基于Pareto最优解集的多目标粒子群优化算法

基于Pareto最优解集的多目标粒子群优化算法

裴胜玉,周永权

【摘 要】摘 要:本文结合Pareto支配思想、精英保留策略、锦标赛和排挤距离选择技术,对传统的粒子更新策略进行改进,给出了一种新的粒子淘汰准则,提出了一种基于Pareto最优解集的多目标粒子群优化算法。最后,通过7个多目标标准测试函数进行测试。测试结果表明,该方法有效可行,其性能优于如NSGAII、SPEA2等多目标优化算法。 【期刊名称】计算机工程与科学 【年(卷),期】2010(032)011 【总页数】4

【关键词】关键词:Pareto支配集;精英保留策略;锦标赛;排挤距离;粒子群优化算法

1 引言

工程应用和科学研究中优化问题大多可归结为求解多目标优化问题(Multi-Objective Optimization Problem,简称MOP),各目标之间通过决策变量相互制约,对其中一个目标优化必须以其它目标为代价,而且各目标的单位又往往不一致,很难客观地评价多目标问题解的优劣性,因此求解它们不同于单目标优化,其最终结果只是获得一系列折衷解。

近年来,多目标粒子群优化算法[1](MOPSO)的研究取得了一些进展,对多目标优化问题的处理方法与多目标进化算法[2](MOEA)较相似,许多在MOEA中使用很成功的策略如外部档案常被引入到MOPSO中;另一方面,又与MOEA不同,MOPSO一般不必进行适应度赋值,使算法设计得到简化,但MOPSO必须为