计量学报

作者：熊志坚,王晓晶,杨景明,王伟芳,赵志伟

单位：1. 唐山学院人工智能学院河北省智能数据信息处理与控制重点实验室,河北 唐山 063000; 2. 燕山大学电气工程学院,河北 秦皇岛 066004;

关键词：计量学; 多目标优化; 粒子群优化; 聚类; 参考向量

基金：河北省自然科学基金-钢铁联合研究基金(E2019105123);河北省高等学校科学技术研究项目(ZD2019311);唐山市科技计划项目(21130213C);唐山市人才资助项目(A202203032, A2021110015)

针对粒子群优化算法容易陷入局部最优的问题,提出了一种基于粒子群优化与分解聚类方法相结合的多目标优化算法。算法基于参考向量分解的方法,通过聚类优选粒子策略来更新全局最优解。首先,通过每条均匀分布的参考向量对粒子进行聚类操作,来促进粒子的多样性。从每个聚类中选择一个具有最小聚合函数适应度值的粒子,以平衡收敛性和多样性。动态更新全局最优解和个体最优解,引导种群均匀分布在帕累托前沿附近。通过仿真实验,与4种粒子群多目标优化算法进行对比。实验结果表明,提出的算法在27个选定的基准测试问题中获得了20个反世代距离(IGD)最优值。

来源：2023年第2期

《计量学报》期刊编辑部

查看计量学报杂志2023年第2期