文献类型：期刊文章

作　　者：杨景明[1,2] 穆晓伟[1] 车海军[1,2] 呼子宇[1] 侯宇浩[1]

机构地区：[1]燕山大学工业计算机控制工程河北省重点实验室,河北秦皇岛066004 [2]燕山大学国家冷轧板带装备及工艺工程技术研究中心,河北秦皇岛066004

出　　处：《控制与决策》

基　　金：河北省高等学校创新团队领军人才培育计划项目(LJRC013);国家冷轧板带及装备工程研究中心开放课题项目(2012006);河北省自然科学基金面上项目(F2016203249)

年　　份：2017

卷　　号：32

期　　号：3

起止页码：435-442

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI(收录号：20172203711326)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为了进一步提高多目标粒子群优化算法的收敛性和多样性,提出一种多策略改进的多目标粒子群优化算法.建立具有精英粒子领导的异构更新模式并设置个体学习增强因子项,促使种群能够快速寻找真实Pareto最优解.引入外部档案冗余机制,利用其变异及对种群的干扰策略增强解的多样性,避免算法早熟现象的发生.仿真实验结果表明,与其他几种优化算法相比,所提出的算法表现出较好的收敛性和多样性.

关 键 词：多目标优化 粒子群算法 多策略  增强因子  冗余机制

分 类 号：TP273]