论文部分内容阅读
文章针对多目标粒子群优化算法多样性损失和收敛性不好的问题，提出了一种自适应混合多目标粒子群优化算法。首先，使用Sobol序列映射决策变量初始值，使得初始解集在全决策空间范围有更均匀的分布。使用线性递减权重法调整粒子群算法的权重，增强算法收敛性。提出了使用基于多样性指标SP的自适应变异算子增加种群多样性的同时，还提出了在最优档案集中，使用基于改进的世代距离指标GD的自适应混沌搜索增强算法局部搜索能力。最后，将文中提出的改进算法与MOPSO（基本多目标粒子群优化算法）和NSGA2对比，结果显示出该算法能够在保