基于决策偏好的多目标粒子群算法及其应用

针对传统多目标粒子群算法在解决复杂多目标优化问题上的不足，提出一种基于决策偏好的交互式多目标粒子群算法。该算法考虑决策者的正偏好和负偏好对粒子的引导作用，首先计算外部种群粒子与双极偏好点的相对贴近度，并进行排序；根据排序结果进行外部种群管理和全局最优解更新；使用δ-邻域值控制Pareto解集的分布性。在随机多目标库存控制应用中，证明了该算法对复杂应用问题求解的有效性,性能对比结果表明，该算法的收敛性、多样性和运算时间优于基于参照点的第二代非支配解排序遗传算法。