首页> 外文会议>International Symposium on Intelligence Computation and Applications >An Improved Hybrid Multi-objective Particle Swarm Optimization Algorithm
【24h】

An Improved Hybrid Multi-objective Particle Swarm Optimization Algorithm

机译:一种改进的混合多目标粒子群优化算法

获取原文

摘要

Particle Swarm Optimization is a promising evolutionary optimization algorithm. In this paper, an improved hybrid multi-objective particle swarm optimization algorithm (IHMOPSO) is proposed. IHMOPSO uses orthogonal design to initialize population, selects global optimal position from Pareto set. Apply mutation, cross operation and evolutionary selection, and uses two ways to update the position and velocity of particles. Experimental results on many well-known benchmark optimization problems have shown that IHMOPSO is effective and efficient.
机译:粒子群优化是一个有前途的进化优化算法。本文提出了一种改进的混合多目标粒子群优化算法(IHMOPSO)。 IHMOPSO使用正交设计来初始化群体,从Pareto集中选择全局最佳位置。应用突变,交叉操作和进化选择,并使用两种方法来更新粒子的位置和速度。许多着名的基准优化问题的实验结果表明,IHMOPSO是有效且有效的。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号