查询结果:   田祎.求解多目标优化问题的自适应混沌混合蛙跳算法[J].计算机应用与软件,2015,32(6):252 - 255.
中文标题
求解多目标优化问题的自适应混沌混合蛙跳算法
发表栏目
算法
摘要点击数
859
英文标题
ADAPTIVE CHAOS SHUFFLED FROG LEAPING ALGORITHM FOR MULTI-OBJECTIVE OPTIMISATION SOLUTION
作 者
田祎 Tian Yi
作者单位
商洛学院 陕西 商洛 726000     
英文单位
Shangluo University,Shangluo 726000,Shaanxi,China     
关键词
多目标优化 混合蛙跳算法 Pareto前端 混沌优化
Keywords
Multi-objective optimisation Shuffled frog leaping algorithm Pareto-optimal front Chaos optimisation
基金项目
陕西省教育厅科研项目(2013JK1160);商洛学院科研项目(12SKY007);商洛学院教改项目(12JYJX209)
作者资料
田祎,讲师,主研领域:智能优化算法,数据挖掘。 。
文章摘要
针对多目标优化问题提出一种自适应混沌混合蛙跳算法MACSFLA(Adaptive chaos shuffled frog leaping algorithm for multiobjective optimization)。使用动态权重因子策略以提高混合蛙跳算法SFLA(Shuffled Frog Leaping Algorithm)收敛效率,引入基于Pareto支配能力的SFLA子族群划分策略,使得SFLA能够应用于多目标优化问题。在此基础上,MACSFLA首先利用SFLA快速寻优能力接近理论Pareto最优解,然后采用自适应网格密度机制动态维护外部存储器Pareto最优解规模,并使用自适应混沌优化技术改善Pareto最优解集样本多样性,最后利用Pareto最优解选择策略为青蛙种群选择最优更新粒子。多目标函数测试实验结果表明,与MOPSO和NSGA-Ⅱ相比,MACSFLA在Pareto最优解集均匀性和多样性上有明显优势。
Abstract
We propose an adaptive chaos shuffled frog leaping algorithm (MACSFLA) for multi-objective optimisation problem. It uses dynamic weighting factor strategy to improve the convergence efficiency of shuffled frog leaping algorithm (SFLA),and introduces Pareto control capability-based SFLA sub-ethnic partition strategy to make SFLA be able to apply to multi-objective optimisation. On this basis,MACSFLA first employs fast search ability of SFLA to approach the optimal solutions of theoretical Pareto,and then uses adaptive grid density mechanism to dynamically maintain the scale of optimal Pareto solution of external memoriser,and uses adaptive chaos optimisation technology to improve the sample diversity of optimal Pareto solution. Finally,it uses optimal Pareto solution selection strategy to select more update particles for frog populations. Results of multi-objective function test experiment show that,compared with MOPSO and NSGA-Ⅱ,MACSFLA has evident advantages in uniformity and diversity of optimal Pareto solution set.
下载PDF全文