基于向量求值的QPSO算法在多目标优化中的应用

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (2): 46-46.

基于向量求值的QPSO算法在多目标优化中的应用

管芳景,须文波,孙俊,薛桢

无锡市江南大学

收稿日期:2006-05-16 修回日期:1900-01-01 出版日期:2007-01-11 发布日期:2007-01-11
通讯作者: 管芳景 guanfj

Application of A Vector Evaluated QPSO Algorithm to Multi-objective Optimization

,,,

无锡市江南大学

Received:2006-05-16 Revised:1900-01-01 Online:2007-01-11 Published:2007-01-11

摘要/Abstract

摘要： 在分析了VEGA和VEPSO解决多目标问题的基础上，研究了基于量子行为的微粒群优化算法（QPSO）解决多目标问题, 并提出一种基于向量求值的QPSO多目标优化算法，即VEQPSO。在VEQPSO算法中改进了粒子的进化公式，通过典型的多目标测试函数所做的实验,验证了该算法解决多目标问题的有效性。

关键词: VEGA, VEPSO, 多目标优化, 具有量子行为的微粒群优化算法

Abstract: Based on VEGA and VEPSO, Quantum-behaved Particle Swarm Optimization (QPSO) is investigated to solve multi-objective optimization problem, a Vector Evaluated Quantum- behaved Particle Swarm Optimization algorithm is presented, namely VEQPSO.VEQPSO improves the particle’s evolution formulations. The experiment results of VEQPSO on a classic multiobjective minimization problem show the efficiency of the algorithm, for solving multi-objective optimization problem.

Key words: VEGA, VEPSO, multi-objective optimization, Quantum-behaved particle swarm optimization algorithm

管芳景,须文波,孙俊,薛桢. 基于向量求值的QPSO算法在多目标优化中的应用[J]. 计算机工程与应用, 2007, 43(2): 46-46.

,,,. Application of A Vector Evaluated QPSO Algorithm to Multi-objective Optimization[J]. Computer Engineering and Applications, 2007, 43(2): 46-46.

[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.