作　　者： ; ; ;

机构地区： 遵义师范学院数学系

出　　处： 《计算机应用研究》 2011年第3期851-853,864,共4页

摘　　要： 提出一种多目标粒子群算法处理约束优化问题(MOCPSO)。首先将约束优化问题转换为多目标问题;然后给出一个不可行阈值来充分地利用不可行粒子的信息引导种群的飞行,并提出一种粒子间的比较准则以比较它们的优劣;最后,为了增加种群的多样性,提升种群跳出局部最优解的能力,引入高斯白噪声扰动。选取有代表性的标准测试函数对MOCPSO算法的性能进行仿真实验,相比较其他算法,结果显示MOCPSO算法是求解约束优化问题的有效算法。 This paper proposed an improved multi-objective particle swarm optimizer for solving constrained optimization problem（MOCPSO for short）.In MOCPSO,firstly,converted the constraint optimization problem into multi-objective problems,and then introduced the infeasible threshold value to make the best of infeasible solution message to lead the swarm flight.Proposed a new comparison strategy to compare any two particles.Finally,in order to increase the diversity of the swarm and improve the ability to escape from the local optima,proposed the Gaussian white noise disturbance.The results of experiment on benchmark test functions verify the effectiveness of the proposed method.The proposed MOCPSO algorithm is effective compared with other state-of-the-art approaches

关 键 词： 多目标 约束 粒子群算法

领　　域： [自动化与计算机技术] [自动化与计算机技术]