基于Pareto支配的改进人工大猩猩部队多目标优化
文档名：基于Pareto支配的改进人工大猩猩部队多目标优化
摘要：针对二维和三维多目标优化的解易陷入次优和分布不规则问题,引入Pareto支配方法并提出了结合改进策略的人工大猩猩部队优化算法(MOGTO)以改善多目标优化问题.首先,利用外部档案集存储互不支配解集以防止种群经过一次寻优迭代后,删除劣解的同时错误去除非支配解.其次,加入蒙特卡洛树搜索对种群探索阶段的三种机制进行优化,增加算法全局搜索能力.同时,结合天牛须算法的左右须寻优原理及黄金正弦寻优策略对开发阶段的两种机制进行优化,生成左右须解和促进个体位置更新,引导个体扩大搜索范围以防止最优解陷入局部最优.最后,通过12个基准测试函数对所提算法进行验证并将所提算法与其他6种常见算法进行对比,实验结果表明所提算法在多目标问题的寻优能力较对比算法有较大的提升.通过曲柄摇杆机构优化设计案例测试分析,验证了所提算法在实际工程应用中的可行性和实用性.
作者：杨模 刘紫燕 梁静 东文 吴颖 Author：YANGMo LIUZiyan LIANGJing DONGWen WUYing
作者单位：贵州大学大数据与信息工程学院,贵州贵阳550025贵州大学大数据与信息工程学院,贵州贵阳550025;贵州大学公共大数据国家重点实验室,贵州贵阳550025
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2023, 36(4)
分类号：TP301TP302
关键词：机械设计多目标优化人工大猩猩部队算法Pareto支配黄金正弦策略蒙特卡洛树搜索
机标分类号：TP301.6TH112TP18
在线出版日期：2023年6月9日
基金项目：贵州大学学术新苗培养基于Pareto支配的改进人工大猩猩部队多目标优化[
期刊论文]传感技术学报--2023, 36(4)杨模刘紫燕梁静东文吴颖针对二维和三维多目标优化的解易陷入次优和分布不规则问题,引入Pareto支配方法并提出了结合改进策略的人工大猩猩部队优化算法(MOGTO)以改善多目标优化问题.首先,利用外部档案集存储互不支配解集以防止种群经过一次寻优...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于Pareto支配的改进人工大猩猩部队多目标优化Multi-Objective Optimization of Improved Artificial Gorilla Troops Based on Pareto Domination
基于Pareto支配的改进人工大猩猩部队多目标优化.pdf
页:
[1]