一种新的多目标粒子群优化算法研究.PDFVIP

第２７卷第６期　　　 计算机应用与软件 Ｖｏｌ２７Ｎｏ．６ ２０１０年６月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｎ．２０１０ 一种新的多目标粒子群优化算法研究 庹 军 民 （上海证卷交易所　上海２００１２０） 摘　要　　定义了Ｐａｒｅｔｏ最优解及与其相关的一些概念，引入了被广泛应用的改进的单目标ＰＳＯ（ＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎ）算法。 在此基础上提出了ＭＯＰＳＯ算法，用改进的Ｐａｒｅｔｏ最优解概念排挤不满足约束的解，还采取一种新的寻找全局最优粒子策略。为了 方便评估算法的性能，提出三个比较规则：ＡＤ、ＳＰ和ＥＲ。求解三个复杂的测试问题的结果显示，ＭＯＰＳＯ能求出数量充足的、分布均 匀的Ｐａｒｅｔｏ最优解。 关键词　　Ｐａｒｅｔｏ最优解　粒子群　多目标优化问题　粒子　全局最优粒子 ＯＮＡＮＥＷＡＬＧＯＲＩＴＨＭＯＦＭＵＬＴＩ－ＯＢＪＥＣＴＩＶＥＰＡＲＴＩＣＬＥ ＳＷＡＲＭＯＰＴＩＭＩＳＡＴＩＯＮ ＴｕｏＪｕｎｍｉｎ （ＳｈａｎｇｈａｉＳｔｏｃｋＥｘｃｈａｎｇｅ，Ｓｈａｎｇｈａｉ２００１２０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＩｎｔｈｉｓｐａｐｅｒｗｅｆｉｒｓｔｄｅｆｉｎｅｔｈｅＰａｒｅｔｏｏｐｔｉｍａｌｓｏｌｕｔｉｏｎａｎｄｓｏｍｅｃｏｎｃｅｐｔｓｃｏｒｒｅｌａｔｅｄｔｏｉｔ，ａｎｄｓｅｃｏｎｄｌｙｉｎｔｒｏｄｕｃｅｔｈｅｉｍｐｒｏｖｅｄ ＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｓａｔｉｏｎｗｈｉｃｈｈａｓｂｅｅｎｗｉｄｅｌｙａｐｐｌｉｅｄｆｏｒｓｏｌｖｉｎｇｔｈｅｓｉｎｇｌｅｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｓａｔｉｏｎｐｒｏｂｌｅｍｓ．Ｂａｓｅｄｏｎｔｈｅｓｅ，ｏｕｒｍｕｌｔｏｂ ｊｅｃｔｉｖｅＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｓａｔｉｏｎ，ＭＯＰＳＯ，ｉｓｐｒｏｐｏｓｅｄ，ｉｎｗｈｉｃｈｔｈｅｉｍｐｒｏｖｅｄＰａｒｅｔｏｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｃｏｎｃｅｐｔｉｓｕｓｅｄｔｏｐｕｓｈａｓｉｄｅｔｈｅｓｏ ｌｕｔｉｏｎｓｎｏｔｍｅｅｔｉｎｇｔｈｅｃｏｎｓｔｒａｉｎｔｓ，ａｎｄａｎｅｗｓｔｒａｔｅｇｙｔｏｆｉｎｄｇｌｏｂａｌｏｐｔｉｍａｌｐａｒｔｉｃｌｅｓｉｓａｄｏｐｔｅｄａｓｗｅｌｌ．Ｔｈｒｅｅｃｏｍｐａｒｉｓｏｎｒｅｇｕｌａｔｉｏｎｓ，ＡＤ，ＳＰ ａｎｄＥＲ，ａｒｅｓｕｇｇｅｓｔｅｄｔｏｆａｃｉｌｉｔａｔｅｔｈｅｅｖａｌｕａｔｉｏｎｏｆｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆＭＯＰＳＯ．ＭＯＰＳＯｉｓｅｍｐｌｏｙｅｄｔｏｓｏｌｖｅｔｈｒｅｅｃｏｍｐｌｅｘｔｅｓｔｉｎｇｐｒｏｂｌｅｍｓ ａｎｄｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔＭＯＰＳＯｃａｎｏｂｔａｉｎｅｎｏｕｇｈＰａｒｅｔｏｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｓｗｉｔｈｅｖｅｎｄｉｓｔｒｉｂｕｔｉｏｎ． Ｋｅｙｗｏｒｄｓ　　Ｐａｒｅｔｏｏｐｔｉｍａｌｓｏｌｕｔｉｏｎ　ＰａｒｔｉｃｌｅＳｗａｒｍ　Ｍｕｌｔｉｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｓａｔｉｏｎｐｒｏｂｌｅｍ　Ｐａｒｔｉｃｌｅ　Ｇｌｏｂａｌｂｅｓｔｐａｒｔｉｃｌｅ ０　引　言 １　多目标优化与ＰＳＯ 多目标优化问题的各优化目标之间经常是相互冲突的，因 在现实世界中存在大量的多目标优化问题。这些问题具有 ［１］ 此，它的最优解不唯一，而是一系列在多个目标之间权衡的折衷 较高的复杂度，因此传统的求解方法不适用 。近年来，基于 解，被称为Ｐａｒｅｔｏ最优解。求解多目标优化问题就是要求得数 群体的进化计算被广泛用来求解多目标优化问题，如遗传算法、