基于knee points的改进多目标人工蜂群算法

作     者：刘明辉 李炜 LIU Minghui;LI Wei

作者机构：安徽大学计算智能与信号处理重点实验室合肥230039 安徽大学计算机与科学与技术学院合肥230601 

基　　金：国家科技支撑计划(No.2015BAK24B00) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2018年第54卷第2期

页      码：40-47页

摘      要：传统的人工蜂群算法(Artificial Bee Colony algorithm,ABC)及其在多目标上的扩展(Multi Objective Artificial Bee Colony algorithm,MOABC)存在着在高维、多峰函数情况下收敛速度变慢、后期容易陷入局部最优以及寻优精度丢失等问题。基于knee points提高收敛性和分布性的特点,设计了一种快速识别knee point的算法并将其应用到多目标人工蜂群算法中,提出了一种基于knee points的改进多目标人工蜂群算法(Kn MOABC)。算法在迭代过程中考虑pareto支配关系的同时,优先选择knee point作为下一代个体,极大地增强了算法的收敛速度,同时,在knee point识别算法中加入自适应的策略以保持良好的分布性。实验结果表明,Kn MOABC的性能优于三个最新的多目标人工蜂群对比算法。

主 题 词：多目标人工蜂群算法 高维多峰函数 knee points 自适应识别策略 

学科分类：0810[工学-土木类] 08[工学] 081002[081002] 

D　O　I：10.3778/j.issn.1002-8331.1711-0020

馆 藏 号：203281949...