一种改进的基于pareto解的多目标粒子群算法.pdf

第27卷第5期 计算机仿真 2010年5月 文章编号：1006—9348(2010)05-0096-04 一种改进的基于pareto解的多目标粒子群算法 李纬，张兴华 (南京工业大学自动化学院，江苏南京210009) 摘要：研究一种改进的多目标粒子群优化算法，算法采用精英归档策略，利用粒子的个体最优定位，通过Parato支配关系更 新全体粒子最优位置，由档案库中动态提供。根据Pareto支配关系来更新粒子的个体最优位置。使用非劣解目标的密度距 离度量非劣解前端的均匀性，通过删除密度距离小的非劣解提高非劣解前端的均匀性。从归档中根据粒子的密度距离大小 依照概率选取作为粒子的全局最优位置，以保持解的多样性。标准函数的仿真实验结果表明，所提算法能够获得大量且较 均匀的非劣解，快速地收敛于Pareto最优觎前端。 关键词：粒子群；多目标进化算法；最优化；密度距离 中图分类号：TP301文献标识码：B An ParticleSwarm Multi—-objective Improved Optimization BasedonPareto Algorithm LI Wei．ZHANG Xing—hua of of (College University Jiangsu210009，China) Automation，NanjingTechnology，Nanjing ABSTRACT：An SWSl3ffl is whichelitism8X- improvedmulti—objectiveparticle optimizationalgorithmproposed，in chived is best is non—dominatedsolutionsinthearchiveandindividual strategyused，globalpositionprovidedby UseS best is basedonParetodominance．The tomeasurenon— positionupdated algorithmobjectivedynamiccrowding dominatedsolutionsand the of low solutionstoenhancenon— quality strategydeletingdynamic employs crowding dominatedsolutions tothe distance isselected够the crowding uniformity．Accordingdynamic probability．theparticle bestto solutions resultso