论文部分内容阅读
提出一种基于P 系统的仿生优化算法以求解多目标优化问题,P 系统的动态膜结构增强了算法的适应性,经典的NSGA-II 拥挤距离选择策略和膜内仿生自噬机制的相结合提高了最优Pareto 解的多样性。内循环中的动态变异规则、交流规则、交叉规则使得所提算法获得的Pareto 最优边界与真实Pareto 最优前沿的逼近度更高。仿真实验结果表明该算法处理多目标优化问题时所得解集具有更好的收敛度和多样性。将该算法应用于非最小相位对象的PID 控制器的多目标优化设计中,实验结果表明所提算法获得了稳定的系列非劣控制器组,基于搜索结果的PID 切换控制策略具有满意的控制效果。