文献类型：期刊文章

作　　者：杨辉华[1,2] 谢谱模[1] 张晓凤[1] 马巍[1] 刘振丙[3]

机构地区：[1]桂林电子科技大学广西信息科学实验中心,广西桂林541004 [2]北京邮电大学自动化学院,北京100876 [3]桂林电子科技大学电子工程与自动化学院,广西桂林541004

出　　处：《浙江大学学报（工学版）》

基　　金：国家自然科学基金资助项目(21365008;61105004);广西自然科学基金资助项目(2012GXNSFAA053230;2013GXNSFBA019279);广西信息科学实验中心重点资助项目(20130103)

年　　份：2015

卷　　号：49

期　　号：8

起止页码：1600-1608

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20153901314611)、IC、INSPEC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对求解多目标优化问题,提出一种改进的多目标布谷鸟搜索算法(IMOCS).相比于标准多目标布谷鸟搜索算法(MOCS),IMOCS在莱维飞行中使用动态自适应的步长控制量,并基于层级和拥挤度距离选择下一次莱维飞行的种群.为了验证算法的有效性,通过在测试实例(SCH,ZDT系列,LZ)计算所求Pareto前沿与真实Pareto前沿的广义距离和所求Pareto前沿的多样性来测试IMOCS的性能.结果表明,与MOCS,NSPSO,NSGA-II比较,IMOCS所求的广义距离更小,即由IMOCS所求Pareto前沿更加接近于真实Pareto前沿,同时IMOCS的Pareto前沿分布更加广泛和均匀,即多样性更好.

关 键 词：多目标优化 布谷鸟搜索算法  自适应步长控制量  非支配集排序  

分 类 号：TP399]