基于拥挤度与变异的动态微粒群多目标优化算法.pdfVIP

第 23卷 第 11期 控 制 与 决 策 2008年 l1月 Vo1．23 N0．11 C0 rDZ 口，2 DPf D，2 Nov．2OO8 文章编号 ：1OO1一O92O(2OO8)11—1238一O5 基于拥挤度与变异的动态微粒群多 目标优化算法 王 辉 ，钱 锋 (华东理工大学 a．化学工程联合国家重点实验室，b．信息科学与工程学院，上海 2O0237) 摘 要 ：提 出一种动态微粒群多目标优化算法(DCM0PSO)，算法中的惯性权重和加速 因子动态变化 以增强算法的 全局搜索能力，并采用拥挤度的方法对外部档案进行维护以增加非劣解的多样性．在维护过程 中。从外部档案中按拥 挤度为每个微粒选择全局最好位置，同时使用变异操作避免算法早熟。通过几个典型的多 目标测试函数对 DCM0P— s0算法 的性能进行 了测试，并与多 目标优化算法 M0Ps0和NsGA一Ⅱ进行对比．结果表 明，DCM0PS0算法具有 良好的搜索性能． 关键词：微粒群优化；多 目标优化；动态变化；拥挤度 ；变异操作 中图分类号 ：TPl8 文献标识码 ：A Impr0VedPS0-basedmulti一0bjectiVe0ptimizationbycr0wdingwith mutati0nandparticleswarm 0ptimizati0ndynamicchanging WANG Hui，QlAN Feng (a．StateKey Lab0ratoryofChemica1Engineering，b．Schoo1ofInformati0nScienceand Engineering，EastChina University0fScienceandTechno1ogy，Shanghai20O237，China．Correspondent：WANG Hui，E—mai1：zgwangh@ 163．c0m) Abstract：AdynamicchangingmuIti一0bjecti0nparticleswarm optimizati0n (DCM0PS0)aIg0rithm ispr0posed，in whichinertiaweightandaccelerationc0efficientsaredynamicchangingtoexplorethesearchspacem0reefficiently． Cr0wdingdistance is used to maintain theexternaIarchiveand mutati0n 0perat0rmechanism is also adOpted tO maintainthe diversity 0fnon—dominated s0luti0ns．The gl0balbestlocation f0revery particle is selected in the pr0cedure0fexternalarchivemaintenance．S0mebenchmarkfuncti0nsaretestedf0rc0mparingtheperf0rmanceof DCMOPS0withM0PS0andNSG Ⅱ TheresultsshowthefeasibilityofDCM0PSO． Keywords：Particleswarm optimization；Multi—objectiveoptimization；Dynamicchanging；Crowding；Mutation l 引 言 有非劣分类遗传算法 (NSGA)，改进型非劣分类遗 现实生活 中有许多优化问题包含多个优化 目 传算法 (NSGA一Ⅱ)，Pareto存档进化策略(PAES)， 标，并且各个 目标需同时优化 ，但多个 目标往往存在 强度 Pareto进化算法 (SPEA)，改进强度进化算法 冲突，难于优化．传统的多 目标优化方法是，通过加 (SPEA2)以及蚁群多目标优化算法