论文部分内容阅读
研究进化算法在求解多目标优化问题时,极易陷入到伪Pareto前沿(等价于单目标优化问题中的局部最优解),为了提高优化过程,提出一种基于动态多种群的多目标粒子群算法(DMSMOPSO)。在DMSMOPSO算法中,为了增加种群的多样性,提升粒子跳出局部最优解的能力,采用多子群进行搜索并且子群是动态地进行构建;采用K-均值聚类算法确定每个子群的搜索行为,提升种群向全局最优位置飞行的概率;根据目标函数的优化难度。通过典型的多目标测试函数和工程上的实际应用对算法进行仿真,仿真结果表明DMSMOPSO比其它算法