QPSO算法求解无约束多目标优化问题.pdfVIP

维普资讯 第28卷 第 l4期 计算机工程与设计 2007年7月 Vo1．28 NO．14 ComputerEngineeringandDesign July2007 QPSO算法求解无约束多目标优化问题 管芳景， 须文波， 孙 俊， 张春燕 (江南大学 信息工程学院，江苏 无锡 214122) 摘 要：在分析 了用基于 目标加权的PSO算法 (WAPSO)的基础上，研究了利用基于量子行为的微粒群优化算法(QPSO)来解 决多 目标优化问题 。提 出了基于 目标加权的QPSO算法 (WAQPSO)，利用WAQPSO算法解决无约束的多 目标优化 问题 ，通过 典型的多 目标测试函数实验，验证 了该算法解决无约束多 目标问题的有效性。 关键词：粒子群优化(Ps0)： 目标加权；多 目标优化；无约束优化；具有量子行为的微粒群优化算法 中图法分类号：TP18 文献标识码：A 文章编号：1000—7024(2007)14—3285—03 QPSOalgorithmforunconstraintmulti—objectiveoptimizationproblem GUANFang-jing，XUWen—bo， SUNJun，ZHANGChun—yan (SchoolofInformationTechnology,SouthernYangtzeUniversity,Wuxi214122，China) Abstract：Aquantum—behavedparticleswarmoptimization (QPSO)withweightedaggregation (WAQPSO)ispresented，basedon WAPSO，forsolvingmulti—objectiveoptimizationproblem．TheexperimentalresultsofWAQPSOonclassicmulti—objectiveminimization functionsshowtheefficiencyofthealgorithm，ofrsolvingunconstraintmulti—objectiveoptimizationproblem、 Keywords：particleswarm．optimization(pso)；weightedaggregation；multi—objectiveoptimization；unconstraintoptimization； quanutm—behavedparticleswarm．optimization 由美 国社会心理学家 JamesKennedy和 电气工程师 Russell O 引 言 Eberhart共同提 出的，其基本思想起源于他们早期对鸟类群体 在科学研究和实际应用领域中普遍存在着对多个 目标的 行为研究结果，并利用 了生物学家FrankHeppner的生物群体 决策 问题，对此类 问题进行优化就是多 目标优化 问题 ，例如， 模型而形成的。PSO 将每个个体看作是在 ,／／维搜索空间中的 在经济领域中对经济效益分析。而在多 目标优化问题中，目 一 个没有重量和体积的微粒，在搜索空间中以一定的速度飞 标之间一般都是互相冲突的。多 目标优化 问题中的多个 目标 行。该飞行速度 由个体 的飞行经验和群体 的飞行经验进行动 几乎不可能在 同一解上同时达到最优 。因此多 目标优化 问题 态调整。PSO算法描述如下： 的解往往不是单一的，而是一组解的集合。