李 笠 王万良 徐新黎 李伟琨

(浙江工业大学计算机科学与技术学院 杭州 310023)(liixac@gmail.com)

基于网格排序的多目标粒子群优化算法

李 笠 王万良 徐新黎 李伟琨

(浙江工业大学计算机科学与技术学院 杭州 310023)(liixac@gmail.com)

在多目标进化算法中，近年的研究倾向于基于Pareto支配的最优化方法.针对传统的基于Pareto支配在排序效率上过低的问题，提出了一种基于网格排序的框架，利用网格同时表征收敛性与分布性的特性，结合粒子群算法，提出了一种基于网格排序的多目标粒子群优化算法.与个体两两进行比较的基于Pareto支配的策略不同，基于网格排序的机制融合了整个解空间中个体的占优信息，并利用占优信息进行排序，从而高效地得到个体在种群中的优劣关系；结合粒子到近似最优边界的距离，进一步加强了粒子在解空间中优劣关系的判别.对比实验分析表明：所提算法不论是在收敛性还是分布性上都具有较好的优势.在此基础上，讨论了网格划分数对算法效率的影响，从另一方面验证了算法的效率.

多目标优化；进化算法；粒子群算法；网格；排序

粒子群优化算法(particle swarm optimization, PSO)是一种模拟鸟群觅食的群智能优化算法，由Kennedy等人[1]提出，通过追随解空间中2个最优值(个体历史最优pBest、全局最优gBest)进行寻优，由于其参数简洁、易于实现，在优化[2]、调度[3]以及一些参数整定[4]、图形图像[5]等方面都取得了满意的效果.但是在研究与工程实践中，存在多个需要同时考虑的问题，即多目标优化……