论文研究 基于拥挤距离的多目标粒子群算法.pdf

该算法通过引用NSGA-II中的拥挤距离，确定外部档案中非支配解的拥挤度，依据竞标赛选择方法选出每个粒子的全局最优位置，引导每个粒子向处于较稀松区域的非支配解搜索，提高了解的多样性。动态变异算子的引入，减缓了算法的收敛速度，增大了解的搜索区域，避免了算法早熟收敛或陷入局部最优。实验结果表明，算法CDMOPSO比NSGA-II具有更好的收敛性和维持种群多样性的能力。