自适应种群更新策略的多目标粒子群算法

来源：计算机工程与应用杂志2017年第15期北京时间：

作者：翁理国，王 骥，夏 旻，纪壮壮

单位：南京信息工程大学 江苏省大气环境与装备技术协同创新中心，南京 210044

摘要：针对粒子种群较差的局部搜索能力，提出了一种自适应种群更新策略的多目标粒子群算法。该算法在每次种群进行迭代时，根据种群的多样性测度以及每个粒子的适应度值，自适应地改变速度权重，以此来提高种群粒子在局部搜索时的活性，使算法具有较强的局部搜索能力同时又保留了足够的全局搜索能力。最后利用多组经典测试样例进行仿真，并与传统的粒子群算法以及速度线性衰减算法做比较，在单目标优化中，自适应粒子群算法能够更快地寻找最优位置；在多目标优化中，自适应粒子群算法能够更快速地收敛于帕累托最优边界。

关键词：粒子群优化算法,搜索能力,局部最优,自适应策略