一种解多目标优化问题的基于分解的人工蜂群算法
万鹏飞,高兴宝*陕西师范大学数学与信息科学学院, 陕西 西安 710119
发布日期:2018-11-14作者简介:万鹏飞(1993— ), 男, 硕士研究生, 研究方向为智能优化算法. E-mail:wanpf@snnu.edu.cn*通信作者简介:高兴宝(1966— ), 男, 博士, 教授, 研究方向为智能优化方法、最优化理论与算法. E-mail:xinbaog@snnu.edu.cn基金资助:国家自然科学基金资助项目(61273311);中央高校基本科研业务费专项资金资助项目(GK201603002,2017TS002)Novel artificial bee colony algorithm based on objective space decomposition for solving multi-objective optimization problems
WAN Peng-fei, GAO Xing-bao*School of Mathematics and Information Science, Shannxi Normal University, Xian 710119, Shaanxi, China
Published:2018-11-14About author:国家自然科学基金资助项目(61273311);中央高校基本科研业务费专项资金资助项目(GK201603002,2017TS002)Supported by:国家自然科学基金资助项目(61273311);中央高校基本科研业务费专项资金资助项目(GK201603002,2017TS002)摘要/Abstract
摘要： 在处理多目标优化问题时,如何平衡所得解集的分布性与收敛性是一个困难又重要的工作。为此,提出了解决该问题的一种基于目标空间分解的人工蜂群算法(MOABC/D)。首先采用一组方向向量将目标空间分解成一系列的子区域,并在每一个子区域至少保留一个解来保持解的分布性,其次提出一个基于分解的选择策略和2个基于信息交换的搜索策略来提高人工蜂群算法的搜索能力,并采用一个基于高斯分布的搜索策略来增强人工蜂群算法的搜索效率。为验证所提算法的性能,与8种同类算法在10个测试问题上进行比较。结果表明,本文所提算法得到的解集具有更好的收敛性能和分布性能。
PDF全文下载地址:
http://lxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=2992
