%0 Journal Article
%T 基于拥挤度与变异的动态微粒群多目标优化算法
%A 王
%A 辉
%A 钱
%A 锋
%J 控制与决策
%P 1238-1242
%D 2008
%X 提出一种动态微粒群多目标优化算法(DCMOPSO),算法中的惯性权重和加速因子动态变化以增强算法的全局搜索能力,并采用拥挤度的方法对外部档案进行维护以增加非劣解的多样性.在维护过程中,从外部档案中按拥挤度为每个微粒选择全局最好位置,同时使用变异操作避免算法早熟.通过几个典型的多目标测试函数对DCMOPSO算法的性能进行了测试,并与多目标优化算法MOPSO和NSGA-Ⅱ进行对比.结果表明,算法具有良好的搜索性能.
%K 微粒群优化
%K 多目标优化
%K 动态变化
%K 拥挤度
%K 变异操作')"
%K href="#">微粒群优化
%K 多目标优化
%K 动态变化
%K 拥挤度
%K 变异操作
%U http://www.kzyjc.net:8080/CN/abstract/abstract8859.shtml