多目标自适应混沌粒子群优化算法
来源期刊：控制与决策2015年第12期
论文作者：杨景明 马明明 车海军 徐德树 郭秋辰
文章页码：2168 - 2174
关键词：多目标优化;粒子群;混沌Logistic映射;拥挤距离;自适应变异;
摘 要：提出一种多目标自适应混沌粒子群优化算法（MACPSO）.首先,基于混沌序列提出一种新型动态加权方法选择全局最优粒子;然后,改进NSGA-II拥挤距离计算方法,并应用到一种严格的外部存档更新策略中;最后,针对外部存档提出一种基于世代距离的自适应变异策略.以上操作不仅提高了算法的收敛性,而且提高了Pareto最优解的均匀性.实验结果表明了所提出算法的有效性.
杨景明，马明明，车海军，徐德树，郭秋辰
燕山大学工业计算机控制工程河北省重点实验室
摘 要：提出一种多目标自适应混沌粒子群优化算法（MACPSO）.首先,基于混沌序列提出一种新型动态加权方法选择全局最优粒子;然后,改进NSGA-II拥挤距离计算方法,并应用到一种严格的外部存档更新策略中;最后,针对外部存档提出一种基于世代距离的自适应变异策略.以上操作不仅提高了算法的收敛性,而且提高了Pareto最优解的均匀性.实验结果表明了所提出算法的有效性.
关键词：多目标优化;粒子群;混沌Logistic映射;拥挤距离;自适应变异;
