.png){kind=icon}
返回
Multi-objective particle swarm algorithm based on angular segmentation archive and dynamic update tactics
.png){kind=icon}
OA
AI
DOI：10.1038/s41598-025-16539-8.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在多目标粒子群优化中，实现解的收敛性与多样性的平衡仍然是一个关键挑战。为应对这一困难，本文提出了一种新颖的多目标粒子群算法，称为ASDMOPSO，旨在通过存档集的角域划分和动态更新策略提高优化效率。该算法通过将外部存档区域划分为等角区域，高效地对非支配解进行分类，从而在优化过程中实现解的精细管理和多样性维护。当外部存档溢出时，算法使用拥挤距离度量移除最高密度区域的解。同时，本研究提出了一种多阶段初始化方法。该方法将随机种群划分为两个子种群，随后分别利用遗传算法和差分进化算法对每个子种群进行优化，从而提升初始种群的质量。为更高效地探索解空间，本文设计了一种动态飞行参数调整技术，通过实时调整优化算法参数来平衡探索与开发。所提算法在22个基准函数上与多种代表性多目标优化算法进行比较，并进行了统计分析、敏感性分析和复杂度分析。实验结果表明，ASDMOPSO算法较其他对比算法更具竞争力，优化效率显著提升。例如，在ZDT4测试函数上，其平均IGD值为0.032，优于标准PSO算法并超越所有其他对比算法，从而验证了该算法在复杂多目标优化问题中的优越性。
Keyword:
Angle segmentation archives
Multi-objective optimization
Multi-objective particle swarm algorithm
Multi-step initialization
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.9
论文数:
28.0W
被引数:
83.5W
机构
引用论文
分享收藏Adaptive Multiobjective Particle Swarm Optimization Based on Parallel Cell Coordinate System基于并行单元坐标系的自适应多目标粒子群优化算法
PREAI
分享收藏Improved Black Widow Optimization: An investigation into enhancing cloud task scheduling efficiency改进的黑寡妇优化: 提高云任务调度效率的研究
PREAI
分享收藏分享收藏Multi-objective particle swarm optimization algorithm based on multi-strategy improvement for hybrid energy storage optimization configuration.png)
RENEWABLE ENERGY
RENEWABLE ENERGYIF9.1
PREAI
分享收藏Multi-objective arterial coordination control method based on induction control and vehicle speed guidance基于感应控制和车辆速度引导的多目标干线协调控制方法
IF0
PREAI
分享收藏A hybrid method based on cuckoo search algorithm for global optimization problems J基于布谷鸟搜索算法的混合方法用于全局优化问题 J
IF0
PREAI
分享收藏
查看更多内容