MOPSO算法及其在地下水监测网布局优化中的应用

doi:10.3778/j.issn.1002-8331.2009.22.060

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (22): 187-190.DOI: 10.3778/j.issn.1002-8331.2009.22.060

MOPSO算法及其在地下水监测网布局优化中的应用

蒋庆，胡海瀛，王儒敬

中国科学院合肥智能机械研究所，合肥 230031

收稿日期:2008-04-21 修回日期:2008-07-25 出版日期:2009-08-01 发布日期:2009-08-01
通讯作者: 蒋庆

Multi-objective particle swarm optimization and its application in space layout optimization of groundwater

JIANG Qing，HU Hai-ying，WANG Ru-jing

Institute of Intelligent Machine，Chinese Academy of Sciences，Hefei 230031，China

Received:2008-04-21 Revised:2008-07-25 Online:2009-08-01 Published:2009-08-01
Contact: JIANG Qing

摘要/Abstract

摘要： 在已有多目标粒子群优化算法（CMOPSO）研究和分析的基础上，为提高算法的聚合性和分布性，设计了一种新的精英档案维护及全局最优值选取策略，同时，使用动态全局最优值设置策略对原有算法的粒子速度更新公式进行扩展，以增强粒子的搜索能力，克服早熟现象。通过对疏勒河项目区地下水监测网空间布局多目标优化计算，表明该算法是求解大规模复杂多目标优化问题的一种有效手段。

关键词: 粒子群优化, 多目标优化, 疏勒河灌区, 地下水监测网, 空间布局

Abstract: In this paper，an improved version of CMOPSO，ICMOPSO，is proposed.ICMOPSO adopts a novel strategy called particle angle division to update archive and select the global best guide from archive.Moreover，a new particle updating strategy is proposed to deal with the problem of premature convergence and diversity maintenance within the swarm.The algorithm is applied to solve multi-objecitve layout optimization of groundwater monitoring network.The simulation performance indicates the effectiveness of the presented algorithm with regard to solving the large scale complex multi-objective optimization problem.

Key words: particle swarm optimization, multi-objective optimization, Shule river, groundwater monitoring network, space layout

蒋庆，胡海瀛，王儒敬. MOPSO算法及其在地下水监测网布局优化中的应用[J]. 计算机工程与应用, 2009, 45(22): 187-190.

JIANG Qing，HU Hai-ying，WANG Ru-jing. Multi-objective particle swarm optimization and its application in space layout optimization of groundwater[J]. Computer Engineering and Applications, 2009, 45(22): 187-190.

[1]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[2]	胡晓敏，王明丰，张首荣，李敏. 用于文本聚类的新型差分进化粒子群算法[J]. 计算机工程与应用, 2021, 57(4): 61-67.
[3]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[4]	陈万芬，王宇嘉，林炜星. 异构集成代理辅助多目标粒子群优化算法[J]. 计算机工程与应用, 2021, 57(23): 71-80.
[5]	胡小兵，陈树念，张盈斐，谷升豪. 求解多目标路径优化问题的涟漪扩散算法[J]. 计算机工程与应用, 2021, 57(23): 81-90.
[6]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[7]	李大海，艾志刚，王振东. 基于全组合策略的多目标阴阳对算法[J]. 计算机工程与应用, 2021, 57(22): 110-124.
[8]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[9]	李雷孝，邓丹，李杰，王永生. 基于粒子群优化的全比较计算数据分发策略[J]. 计算机工程与应用, 2021, 57(15): 109-117.
[10]	崔彩霞，毕超超，范勤勤. 基于隐马尔可夫链的自适应MODE及应用[J]. 计算机工程与应用, 2021, 57(14): 83-94.
[11]	廖玮霖，程杉，尚冬冬，魏昭彬. 多策略融合的粒子群优化算法[J]. 计算机工程与应用, 2021, 57(1): 69-76.
[12]	陈秋菊，徐建国. 优化正交匹配追踪和短时谱估计用于声音识别[J]. 计算机工程与应用, 2020, 56(7): 162-169.
[13]	吴天纬，安斯光，孙崎岖，李梅，孙丽宏，申屠南瑛. 改进聚合树的高维多目标降维优化算法[J]. 计算机工程与应用, 2020, 56(21): 47-53.
[14]	王利利，张琳娟，尚雪宁，高德云. 计算智能在电动车充电站规划的应用研究综述[J]. 计算机工程与应用, 2020, 56(2): 1-10.
[15]	张水平，李殷俊，高栋，梁文. 带有动态爆炸半径的增强型烟花算法[J]. 计算机工程与应用, 2020, 56(18): 50-57.

MOPSO算法及其在地下水监测网布局优化中的应用

Multi-objective particle swarm optimization and its application in space layout optimization of groundwater

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics