1. 首页
  2. 移动开发
  3. 其他
  4. 论文研究 动态邻居维度学习的多目标粒子群算法.pdf

论文研究 动态邻居维度学习的多目标粒子群算法.pdf

上传者: 2020-07-18 08:28:49上传 PDF文件 902.81KB 热度 12次
针对多目标粒子群算法多样性较差,种群选择压力随着变量维度增加的问题,提出了基于动态邻居维度学习的多目标粒子群算法(DNDL-MOPSO)。该算法首先构建最优维度个体,然后在“个体认知”和“社会认知”的基础上,对粒子速度更新公式进行改进,采用每一维上学习对象不固定的交流方式,最后利用随机向导学习策略,增加种群多样性。实验结果表明该方法能够提高算法的全局收敛性,增加种群的多样性,缓解选择压力,有效解决多峰多目标优化问题。
用户评论