文献类型：期刊文章

作　　者：余伟伟[1] 谢承旺[2] 闭应洲[2] 夏学文[3] 李雄[3] 任柯燕[1] 赵怀瑞[4] 王少锋[5]

YU Wei-Wei;XIE Cheng-Wang;BI Ying-Zhou;XIA Xue-Wen;LI Xiong;REN Ke-Yan;ZHAO Huai-Rui;WANG Shao-Fen(School of Software Engineering,Beijing University of Technology,Beijing 100124;Guangxi Colleges and Universities Key Laboratory Scientific Computing and Intelligent Information Processing,Guangxi Teachers Education University,Nanning 530023;School of Software,East China Jiaotong University,Nanchang 330013;School of Mechatronics & Vehicle Engineering,East China Jiaotong University,Nanchang 330013;School of Civil Engineering and Architecture,East China Jiaotong University,Nanchang 330013)

机构地区：[1]北京工业大学信息学部软件学院,北京100124 [2]广西师范学院科学计算与智能信息处理广西高校重点实验室,南宁530023 [3]华东交通大学软件学院,南昌330013 [4]华东交通大学机械与车辆工程学院,南昌330013 [5]华东交通大学土建学院,南昌330013

出　　处：《自动化学报》

基　　金：国家自然科学基金(61763010;61663009;61602174;51465018;51708221);广西八桂学者项目;航空科学基金(20161375002);科学计算与智能信息处理广西高校重点实验室开放课题(GXSCIIP201604)资助~~

年　　份：2018

卷　　号：44

期　　号：12

起止页码：2278-2289

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2017_2018、EI、IC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：高维多目标优化问题由于具有巨大的目标空间使得一些经典的多目标优化算法面临挑战.提出一种基于自适应模糊支配的高维多目标粒子群算法MAPSOAF,该算法定义了一种自适应的模糊支配关系,通过对模糊支配的阈值自适应变化若干步长,在加强个体间支配能力的同时实现对种群选择压力的精细化控制,以改善算法的收敛性;其次,通过从外部档案集中选取扰动粒子,并在粒子速度更新公式中新增一扰动项以克服粒子群早熟收敛并改善个体分布的均匀性;另外,算法利用简化的Harmonic归一化距离评估个体的密度,在改善种群分布性的同时降低算法的计算代价.该算法与另外五种高性能的多目标进化算法在标准测试函数集DTLZ{1, 2, 4, 5}上进行对比实验,结果表明该算法在收敛性和多样性方面总体上具有较显著的性能优势.

关 键 词：自适应模糊支配  精英个体扰动  粒子群算法 高维多目标优化问题  高维多目标粒子群优化算法  

分 类 号：TP18]