论文部分内容阅读
粒子群算法的特性使得其在解决多目标优化问题时具有很强的竞争性,提出了一种结合小生境思想和在线归档策略的多目标粒子群优化算法,该算法能够在进化过程中保持优良种群。通过3个测试函数来评价算法性能并将算法与NSGA—Ⅱ做比较,结果表明提出的算法的时间耗费明显小于NSGA—Ⅱ算法且解集沿着Pareto非劣最优目标域有很好的扩展性。