维普资讯 doc.guandang.net
第 2卷第 l期 8 4 Vo1 28 . NO. 4 1
计算机工程与设计 Co p t rEn i e rn n s g m u e g n e i g a d De i n
20年 7 07月 J l 0 7 uy2 0
QS P O算法求解无约束多目标优化问题 管芳景,须文波,孙 俊,张春燕 (南大学信息工程学院,江苏无锡 2 4 2 )江 1 12 摘要:在分析了用基于目标加权的 P O算法 ( S WAP O的基础上,究了利用基于量子行为的微粒群优化算法( S来解 S)研 QP O)决多目标优化问题。提出了基于目标加权的 Q S P O算法 ( WAQ S )利用 WAQ S PO, P O算法解决无约束的多目标优化问题,过通典型的多目标测试函数实验,证了该算法解决无约束多目标问题的有效性。验 关键词:子群优化(s:目标加权;多目标优化;无约束优化;具有量子行为的微粒群优化算法粒 P 0)
中图法分类号: P 8 T 1
文献标识码: A
文章编号:0 072 2 0 ) 43 8—3 10—0 4(0 7 1—2 50
Q S g rh fr n o s a t l—bet e pi zt npo l P O a oi m cnt i tojc v t ai rbe l t ou r n mu i i o mi o m G A F n -n, X nb, S N Jn Z A h nyn U N ag ig j U We—o U , H NG C u—a u (c o l fnomai eh oo y oten agz nvri,Wu i 1 12 h a Sh o o Ifr t nT cn lg,S uhr n t U i sy o Y e e t x 2,C i ) 24 n A src:A q atm—ea e a ils am pi zt n ( P O) wi ihe geai ( b tat unu b hv d rc r o t ai Q S p t ew mi o t we td g rg t n WAQ S h g a o P O) ipeetd b sdo s rsne, ae n
WAP O frovn l—bet e pi zt n rbe T e x ei narsl f S,o li muto jc v t ai o l s g i i o mi o p m. h pr e metleuto WAQ S as l—bet e nmiai s P Oo c simuto jci
i zt n nl c i v mi o fn t n h wte fcec fh loi m, fr ovn no s an l—bet e pi zt npo l u co s o f i yo te g rh i s h ei n a t o li u c nt i mutojc v t ai rbe s g r t i i o mi o m、
Ke o d:pr c wam o t zt n( s; we he g rgt n mutojci pi zt n u cnt it pi zt n yw r s a il s r . pi a o p o) t e mi i i tda ge a o; g i l—bet eo t ai; n o s a t ai; i v mi o r n o mi o q a t m— e a e a t l wa m. p i z t n un u b h v dp ri e s r o t c mia i o
O引言 在科学研究和实际应用领域中普遍存在着对多个目标的 决策问题,此类问题进行优化就是多目标优化问题,如,对例
由美国社会心理学家 Jm sK n ey和电气工程师 R se a e end usl l E ehr共同提出的,基本思想起源于他们早期对鸟类群体 br t a其行为研究结果,并利用了生物学家 FakH pn r生物群体 rn ep e的
模型而形成的。P O将每个个体看作是在/搜索空间中的 S,/维 一
在经济领域中对经济效益分析。而在多目标优化问题中,目 标之间一般都是互相冲突的。目标优化问题中的多个目标 多 几乎不可能在同一解上同时达到最优。此多目标优化问题因
个没有重量和体积的微粒,在搜索空间中以一定的速度飞
行。该飞行速度由个体的飞行经验和群体的飞行经验进行动
态调整。P O算法描述如下: S 设。, )微粒 i当前位置。 ( 一v) …为的 v v,为微粒
的解往往不是单一的,是一组解的集合。而 本文受基于目标加权的 P O算法 ( P O的启发,合 S wA s )结了一种能够保证全局收敛的粒子群算法,量子粒子群算法 (u n m—e a e a i es am o t zt n Q S ,出了 q a t b h v dp rc w r p i a o, P O“ )提 u tl mi i 一
的当前飞行速度。 ,
为微粒i胁…所经历的最好位置,也 就是个体最好位置:bs。 bs示微粒群的最佳适应度值。 p et g et表 每个粒子的当前最好位 ̄p et .bs由下面公式确定 =
种基于目标加权的 QP O算法 ( P Owi e he gea S Q S t w i t a rg— h g dg
㈤
t n WAQ S )求解无约束的多目标问题。实验结果表明, i, o PO来 WA P O能有效地解决此类多目标规划问题。中首先介绍 QS文每个粒子是按以下两个公式进行动态调整 v ,
了 P O算法和 Q S的基本思想,然后介绍 WA P O算法步 S PO Q S 骤,后通过 4典型的多目标测试函数的实验结果得出结论。最个
,1 w f c t A) X )c 2tg et) + ) v ) IA) t + 2,) bs t=,+,,一 rd ( ( (一 X ,
f ( ) f v 1 ) 1= ) ) h +(
() 2
1算法简介 11 P O算法。 . S 微粒群算法 (at 1s m ot zt n P O ̄在 19年 prc wa pi ai,S ) ie mi o 95 收稿日期:2 0 -62 0 60 -9 E mal g a@13t m— i un o 6 . ., o
式中:=,,一惯性权重,i厂一加速常数, ) f dl … c和c,f )。,一 0到 1间的随机数。之
速度的计算以下面 3基值为基础: )微粒先前的个①v为 At速度; )“知”分,为它仅考虑了微粒自身的经验,②,为认 f部因
基金项目:国家自然科学基金项目 (0 7 0 0。 6443)
作者简介:管芳景 (9 0,女,河南濮阳人,硕士研究生,研究方向为人工智能、生物信息学;须文波 (96,男,博士生导师,研究方 18一) 14一)向为人工智能、计算机控制技术、嵌入式操作系统;孙俊 (9 1,男,博士研究生,研究方向为人工智能;张春燕 (92,女,硕士研 1 7一) 18一) 究生,研究方向为人工智能、生物信息学。 ——
3 8 2 5——

( 管控一体化 )2009 年第 25 卷第 1-3 期 QPSO 多目标优化算法解约束规划问题 Constraint Programming Base on Improved QPSO Algorithm (江南大学) 沈佳宁 须...
演化算法求解约束多目标优化问题_专业资料。求解多目标优化问题的演化算法主要考虑如何处理相互冲突的多个目标间的优化,很少考虑对约束条件的处理。通过引入约束主导...
差分进化算法 ,然后提出一种基于双群体搜索机制的求解约束多目标优化问题的差 ...自身的思考和认知 , gbest 表示个体间的信息 交流 , 这一点和 PSO 算法类似...
已有一些基于 PSO 算法求解多目标优化问题 的算法被提出1 Coello 和 Lechuga [..., n 是目标函数 , g j ( x ) ≤ 是系统约束1 0 在大多数情况下 , ...
3.2 有约束 Pareto 遗传算法目 前对Pareto遗传算法的研究更多是集中在无约束多目 标优化问题上, 而对有约束多目标优化问题研究较少。上述的 群体排序方法由于...
QPSO算法求解无约束多目... 4页 免费 一种多目标规划的投资组... 暂无...所以, 多目标优化问题总是以牺牲一部分目标的利益来换取另一些 目标利益的改善...
利用一系列二次规划的解,去逼近原约 作者简介:雷崇民(1960-),男,陕西渭南人,副教授. 万方数据 第6期 雷崇民等:约束优化问题带有混沌变异的PSO—DE混合算法 ?...
针对粒 子群优化算法 PSO 求解旅 行商问题 TSP 收敛速度不 够快的缺陷,提出利用量子 粒子群优化算 法 QPSO 求解 TSP, 在交换子和 交换序概念的 基础上, 以 ...
仿真结果表明新算法对无约束多目标优化问题是有效可行的。 6.提出了解决多目标...近年来,微粒群算法(ParticleSwarmOptimization,PSO,由Kennedy和 Eberhart等于1995年...
热门文档