文献类型：期刊文章

作　　者：李飞[1] 刘建昌[1] 石怀涛[2] 傅梓瑛[3]

机构地区：[1]东北大学信息科学与工程学院,沈阳110004 [2]沈阳建筑大学机械工程学院,沈阳110168 [3]东北大学基建管理处,沈阳110004

出　　处：《控制与决策》

基　　金：国家自然科学基金项目(61374137)

年　　份：2017

卷　　号：32

期　　号：3

起止页码：403-410

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI(收录号：20172203711322)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为了提高多目标优化算法解集的分布性和收敛性,提出一种基于分解和差分进化的多目标粒子群优化算法(d MOPSO-DE).该算法通过提出方向角产生一组均匀的方向向量,确保粒子分布的均匀性;引入隐式精英保持策略和差分进化修正机制选择全局最优粒子,避免种群陷入局部最优Pareto前沿;采用粒子重置策略保证群体的多样性.与非支配排序(NSGA-II)算法、多目标粒子群优化(MOPSO)算法、分解多目标粒子群优化(d MOPSO)算法和分解多目标进化-差分进化(MOEA/D-DE)算法进行比较,实验结果表明,所提出算法在求解多目标优化问题时具有良好的收敛性和多样性.

关 键 词：分解  差分进化算法 多目标优化 粒子群优化算法 方向角  

分 类 号：TP273]