求解机械优化的Pareto多目标中心粒子群算法

doi:10.3778/j.issn.1002-8331.2011.04.016

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (4): 57-60.DOI: 10.3778/j.issn.1002-8331.2011.04.016

求解机械优化的Pareto多目标中心粒子群算法

桂旺生¹，刘利斌¹，欧阳艾嘉²，周永权³，李肯立⁴

1.池州学院数学与计算机科学系，安徽池州 247000
2.嘉兴学院数学与信息工程学院，浙江嘉兴 314001
3.广西民族大学数学与计算机科学学院，南宁 530006
4.湖南大学计算机与通信学院，长沙 410082

收稿日期:2010-07-21 修回日期:2010-10-29 出版日期:2011-02-01 发布日期:2011-02-01
通讯作者: 桂旺生

Multi-objective center PSO based on Pareto for mechanical optimization

GUI Wangsheng¹，LIU Libin¹，OUYANG Aijia²，ZHOU Yongquan³，LI Kenli⁴

1.Department of Mathematics and Computer Science，University of Chizhou，Chizhou，Anhui 247000，China
2.College of Mathematics and Information Engineering，Jiaxing University，Jiaxing，Zhejiang 314001，China
3.School of Mathematics and Computer Science，Guangxi University for Nationalities，Nanning 530006，China
4.School of Computer and Communication，Hunan University，Changsha 410082，China

Received:2010-07-21 Revised:2010-10-29 Online:2011-02-01 Published:2011-02-01
Contact: GUI Wangsheng

摘要/Abstract

摘要： 针对基于权重法的多目标算法无法求解约束多目标问题的缺陷，将中心粒子群算法与Pareto解集搜索算法相结合，提出一种Pareto多目标中心粒子群算法。将此方法用来优化气门弹簧的模型，实验结果表明，该优化方法能够快速准确地收敛于Pareto解集，并且使其对应的目标域均匀地分布于Pareto最优目标域。

关键词: Pareto解集, 多目标优化, 中心粒子群, 机械优化

Abstract: A Pareto-based Multi-Objective Center PSO（PMOCPSO） is proposed for the shortcoming weight-based multi-objective algorithm can not solve the constrained multi-objective problems by combining center-PSO and Pareto set search method，PMOCPSO method is used to optimize the model of valve spring，experiment results indicate that PMOCPSO method is able to find the solutions which are much more exact and efficient convergence to the Pareto set and much more well-
proportioned distribute over the Pareto front.

Key words: Pareto set, multi-objective optimization, center PSO, mechanical optimization

中图分类号:

TP18

桂旺生¹，刘利斌¹，欧阳艾嘉²，周永权³，李肯立⁴. 求解机械优化的Pareto多目标中心粒子群算法[J]. 计算机工程与应用, 2011, 47(4): 57-60.

GUI Wangsheng¹，LIU Libin¹，OUYANG Aijia²，ZHOU Yongquan³，LI Kenli⁴. Multi-objective center PSO based on Pareto for mechanical optimization[J]. Computer Engineering and Applications, 2011, 47(4): 57-60.

[1]	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.
[2]	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.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	涂经科，梁俊斌，蒋婵，王天舒. 大规模无环有向管网中移动物联网监测进展[J]. 计算机工程与应用, 2020, 56(17): 1-11.
[10]	王亚东，石全，尤志锋，宋卫星. 差分准对立学习多目标蚁狮算法[J]. 计算机工程与应用, 2020, 56(13): 156-163.
[11]	郭羽含，胡德甲. 基于随机森林与变邻域下降的车辆合乘求解[J]. 计算机工程与应用, 2020, 56(13): 243-253.
[12]	董骏峰，王祥，梁昌勇. 基于个体邻域的改进NSGA-II算法[J]. 计算机工程与应用, 2019, 55(5): 166-174.
[13]	刘庆，王洋，李星，李红叶. 基因池操作遗传算法的应用层组播路由优化[J]. 计算机工程与应用, 2019, 55(21): 142-150.
[14]	乐春宇，马义中，张建侠. 结合Kriging和物理规划的多目标代理优化算法[J]. 计算机工程与应用, 2019, 55(21): 240-246.
[15]	严太山，文怡婷，李文彬，杨勃. 出租车合乘多目标优化方法研究[J]. 计算机工程与应用, 2019, 55(20): 222-226.

求解机械优化的Pareto多目标中心粒子群算法

Multi-objective center PSO based on Pareto for mechanical optimization

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