李艳丽，黄天民,刘雅雅

(西南交通大学, 数学学院，四川 成都 610031)



一种新型的带有小生境技术和精英集策略的多目标粒子群算法

李艳丽，黄天民,刘雅雅

(西南交通大学, 数学学院，四川 成都 610031)

摘要：为提高多目标粒子群算法的有效性和运行效率，利用小生境技术求解适应度，采取轮盘赌的方法根据精英集中各个粒子的适应度选取全局最佳位置，提出一种新型的带有小生境技术和精英集策略的多目标粒子群算法。论文对算法运行的过程作了调整，加入小概率变异方法，采用测试函数验证算法的有效性。结果表明，在相同的实验环境中本文算法的运行时间为2.113 s，比基于粒子群的多目标优化算法(4.157s)缩短近一半，即本算法的运算效率大大提高了。仿真结果还表明本文中的算法不仅有很好的收敛性，所得的解还有较好的均匀性。

关键词：多目标优化;小生境技术;小概率变异;粒子群;精英集

多目标优化问题中各目标之间通常相互制约，对其中一个目标优化必须以其他目标的损失为代价，多目标优化问题的解并非唯一，而且很难评价多目标问题解的优劣性。随着多目标问题研究的深入,对解的精度要求也越来越高，粒子群算法作为一种新而有效的算法因其概念简单, 控制参数少, 寻优结果与初值无关,具有一定的并行性，一直备受关注。

粒子群优化算法(particle swarm optimization ,PSO)是由Eberhar等于1995年提出的一种进化计算技术,其源于鸟群群体运动行为的研究[1]。当前……