文献类型：期刊文章

作　　者：李宁[1,2] 邹彤[1] 孙德宝[1] 秦元庆[1]

机构地区：[1]华中科技大学控制科学与工程系 [2]武汉理工大学计算机科学与技术学院,武汉430070

出　　处：《计算机工程与应用》

基　　金：航天技术创新基金项目

年　　份：2005

卷　　号：41

期　　号：23

起止页码：43-46

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：论文提出了一种新的基于粒子群的多目标优化算法。用搜索过程中所发现非劣解的一部分构成精英集,将其作为粒子群的历史最佳,引导粒子群的搜索,并通过小生境技术和部分变异的方法来提高非劣解集的多样性和分散性。对三个典型多目标测试函数所作实验的结果验证了该方法的有效性和快速性,结果还表明:该方法所得非劣解集在分散性、错误率和逼近程度等量化指标上优于FFGA、SPEA、PAES、NSGA等方法,是一种非常有潜力的多目标优化方法。

关 键 词：粒子群优化算法 多目标优化 PARETO最优 小生境 精英集  

分 类 号：TP301.6]