[发明专利]基于按区择取全局最优解和就近择取个体最优解的多目标粒子群算法在审
| 申请号： | 201610628221.2 | 申请日： | 2016-08-03 |
| 公开（公告）号： | CN106447022A | 公开（公告）日： | 2017-02-22 |
| 发明（设计）人： | 马瑞;邓剑波 | 申请（专利权）人： | 长沙理工大学 |
| 主分类号： | G06N3/00 | 分类号： | G06N3/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 410076 湖南省长沙市天心*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 为了使多目标粒子群算法近似Pareto前端的收敛性和多样性更优，本发明提出了基于按区择取全局最优解和就近择取个体最优解的多目标粒子群算法，将坐标第一象限区域按角度平均划分成一定的扇形区域，让粒子在与自己同一区域的非劣解中选取全局最优解，同时设置个体外部档案保存每个个体粒子发现的Pareto最优解,从个体外部档案中选取与粒子向量夹角最小的个体外部档案向量所对应的位置作为个体极值，以及在基本速度更新公式中增加了粒子对自己不好历史经验认知的项，并采用类似于分析标准PSO的优化机理的方法证明其有效性。用本算法优化2个多目标检测函数，与其他2种优化算法相比，以验证本改进算法更佳的优化效果。 | ||
| 搜索关键词： | 基于 按区择取 全局 最优 就近 个体 多目标 粒子 算法 | ||
【主权项】：
基于按区择取全局最优解和就近择取个体最优解的多目标粒子群算法，包括如下步骤：⑴多目标优化问题；⑵粒子的速度和位置更新公式；⑶外部档案维护策略；⑷全局最优解选择策略；⑸个体最优解选择策略；⑹改进多目标粒子群算法的计算流程；⑺实验及其分析。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于长沙理工大学，未经长沙理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610628221.2/，转载请声明来源钻瓜专利网。
