多目标优化问题的蚁群算法研究
日期: 2010-7-12 14:24:49 浏览: 13 来源: 学海网收集整理 作者: 张勇德，黄莎白
摘 要：将离散空间问题求解的蚁群算法引入连续空间，针对多目标优化问题的特点，提出一种用于求解带有约束
条件的多目标函数优化问题的蚁群算法．该方法定义了连续空间中信息量的留存方式和蚂蚁的行走策略，并将信息素交流和基于全局最优经验指导两种寻优方式相结合，用以加速算法收敛和维持群体的多样性．通过3组基准函数来测试算法性能，并与NSGAII算法进行了仿真比较．实验表明该方法搜索效率高，向真实Pareto前沿逼近的效果好，获得的解的散布范围广，是一种求解多目标优化问题的有效方法．
关键词：蚁群算法；约束多目标优化；连续空间寻优
1 引 言
在科学与工程实践中，很多现实设计与决策问题都涉及到带有多个约束条件的多个目标的同时优化．
在求解多目标优化问题(MOP)时，由于各个目标之间往往是相互冲突的，往往不存在能满足所有约束条件，且使所有目标函数都能达到全局最优的解，而是存在一组Pareto最优解．
近几年来，随着进化算法(EA)、粒子群优化(PSO)、蚁群算法(ACA)等智能优化方法在机器学习、过程控制、经济预测、工程优化等领域取得的成......
想了解全部内容，请下载附件查看
