首页 > 《遵义师范学院学报》 > 2018年5期 > 基于最优网格距离的改进多目标粒子群算法研究

基于最优网格距离的改进多目标粒子群算法研究

在线阅读下载PDF 导出详情

摘要为了提高多目标粒子群算法的收敛性和多样性,提出了一种基于最优网格距离的多目标粒子群算法（HMOPSO）。该算法是在多目标粒子群算法（MOPSO）的基础上,利用网格技术和Pareto占优排序原理,提出了一种新的全局学习样本选取策略。实验结果表明,该算法能够有效的避免早熟收敛,相比MOPSO算法,HMOPSO表现出良好的整体性能,是对标准多目标粒子群的一种有效改进。

DOI 7dm10wprdn/1867978

作者冷蕊;袁恋;刘衍民

机构地区不详

出处《遵义师范学院学报》 2018年5期

关键词多目标粒子群算法最优网格距离全局学习样本

分类 [文化科学][教育学]

出版日期 2018年05月15日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1庞锐;高兴宝. 基于分解的改进自适应多目标粒子群优化算法.系统科学,2018-02.
2王启明王竞马志刚孟涛. 基于改进粒子群算法的Pareto多目标配电网重构.电力系统及自动化,2017-02.
3吴天红，王玮，姜英姿. 基于粒子群算法与人工蜂群算法的多目标车辆路径优化.建筑技术科学,2020-04.
4耿琦,李文建,张伟,季国剑. 多目标粒子群优化算法在城市供电中的应用.产业经济,2020-02.
5王琦;穆希辉;吕晓明;江劲勇. 改进的多目标粒子群优化算法及其在弹药维修任务调配中的应用.军事理论,2015-05.
6慕蓉;顾伟红. 基于多种群蚁群粒子群融合算法的工程项目多目标优化研究.管理学,2017-11.
7冯浩;李现伟. 基于改进粒子群算法的图像匹配技术研究.高等教育学,2016-06.
8李宜伦;王胜辉;郑洪. 基于改进粒子群算法的光伏MPPT控制研究.电力系统及自动化,2019-01.
9董翠英;曹晓月. 一种改进的粒子群算法研究.高等教育学,2018-06.
10张蕊;李晖;刘赛男. 基于粒子群优化算法的井下目标定位方法.教育学,2018-03.

来源期刊

遵义师范学院学报

相关推荐

同分类资源更多

相关关键词

多目标粒子群算法最优网格距离全局学习样本

返回顶部