论文部分内容阅读
作为一种有效的多目标优化工具，微粒群优化（PSO）算法已经得到广泛研究与认可．首先对多目标优化问题进行了形式化描述，介绍了微粒群优化算法与遗传算法的区别，并将多目标微粒群优化算法（MOPSO）分为以下几类：聚集函数法、基于目标函数排序法、子群法、基于Pareto支配算法和其他方法，分析了各类算法的主要思想、特点及其代表性算法．其次，针对非支配解的选择、外部档案集的修剪、解集多样性的保持以及微粒个体历史最优解和群体最优解的选取等热点问题进行了论述，并在此基础上对各类典型算法进行了比较．最后，根据当前MOPS