用于约束多目标优化问题的混合粒子群算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (15): 49-52.

用于约束多目标优化问题的混合粒子群算法

裴胜玉，周永权

广西民族大学数学与计算机科学学院，南宁 530006

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-05-21 发布日期:2011-05-21

Using hybrid particle swarm algorithm for solving constrained multi-objective optimization problem

PEI Shengyu，ZHOU Yongquan

College of Mathematics and Computer Science，Guangxi University for Nationalities，Nanning 530006，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-05-21 Published:2011-05-21

摘要/Abstract

摘要： 针对约束多目标优化问题，结合Pareto支配思想、锦标赛选择和排挤距离技术，采用双种群搜索策略，引进免疫机制，对传统的粒子更新策略进行改进，提出一种用于求解约束多目标优化问题的混合粒子群算法。通过4个标准约束多目标函数进行测试，测试结果表明，该方法有效可行，相比传统多目标优化算法更优。

关键词: 粒子群, 约束优化, 多目标优化, Pareto支配, 免疫机制

Abstract: A hybrid particle swarm algorithm for solving constrained multi-objective optimization problem is proposed，in which two populations are adopted，and Pareto non-dominated ranking，tournament selection，crowding distance method are integrated into a new based wash out rule by improving the update strategy of particles.Finally，four classical functions are used to test the performance of the algorithm.Experimental results show that the proposed approach is an efficient and outperform conventional algorithm.

Key words: particle swarm optimization, constrained optimization, multi-objective optimization, Pareto non-dominated, immune algorithm

裴胜玉，周永权. 用于约束多目标优化问题的混合粒子群算法[J]. 计算机工程与应用, 2011, 47(15): 49-52.

PEI Shengyu，ZHOU Yongquan. Using hybrid particle swarm algorithm for solving constrained multi-objective optimization problem[J]. Computer Engineering and Applications, 2011, 47(15): 49-52.

[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]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[3]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[4]	李静星，杨有龙. 针对高维数据的马尔科夫毯特征选择[J]. 计算机工程与应用, 2021, 57(6): 58-66.
[5]	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.
[6]	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.
[7]	王嘉月，史立. 考虑电池损耗的电动冷藏车路径及充电策略[J]. 计算机工程与应用, 2021, 57(24): 283-289.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	林炜星，王宇嘉，陈万芬，梁海娜. 基于多因子粒子群的高维数据特征选择算法[J]. 计算机工程与应用, 2021, 57(22): 199-207.
[14]	梁田，曹德欣. 基于莱维飞行的改进简化粒子群算法[J]. 计算机工程与应用, 2021, 57(20): 188-196.
[15]	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.