本发明涉及一种基于网格排序的多目标粒子群优化方法,本发明方法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,利用个体对解空间中其他剩余粒子的占优情况,结合整个解空间中粒子的分布信息对粒子进行排序.本发明方法克服了传统的基于Pareto支配在排序效率上过低的问题.
发明专利
CN201610453726.X
2016.06.20
CN106127334A
2016-11-16
王万良 李笠 任沁 陈超 李伟琨
浙江工业大学
G06Q10/04(2012.01)I,G,G06,G06Q,G06Q10
G06Q10/04(2012.01)I,G,G06,G06Q,G06Q10,G06Q10/04
一种基于网格排序的多目标粒子群优化方法,其特征在于包括如下步骤:(1)对粒子群种群进行初始化;在目标空间中随机化粒子群,设置每个粒子的个体极值与全局极值为初始位置;设置外部档案集为空;初始化迭代次数t=0;(2)计算粒子群内各粒子的目标函数值,并判断目标函数值是否满足最大迭代次数,若满足最大迭代次数,则完成优化并输出结果;否则更新迭代次数t=t+1,执行步骤(3);(3)将种群从决策空间映射到网格空间完成网格坐标映射,并计算各粒子的网格坐标值;(4)基于各粒子的网格坐标值计算各粒子的网格排序值,其中网格排序值的定义为粒子在网格坐标下,各目标上粒子优于解空间内其他粒子的次数的和;(5)通过比较各粒子的网格排序值来判断粒子之间的优劣关系构造粒子群的非支配解集,取粒子降序排列的前50%放入外部档案集;(6)更新粒子的个体极值、全局极值、每个粒子的位置和速度,跳转执行步骤(2).