控制理论与应用

作者：吴亚丽,付玉龙,李国婷,张亚崇

单位：西安理工大学,西安理工大学,西安理工大学,西安飞行自动控制研究所

关键词：头脑风暴优化算法；聚类；决策变量聚类；分解策略；参考点

基金：国家青年基金

多目标优化的两个核心指标是收敛性和多样性，而对二者加以优化和权衡是多目标进化算法的关键。头脑风暴优化算法作为一种新型的群体智能优化算法，一经提出便引起了众多研究者的关注。本文在对现有的多目标头脑风暴优化算法研究的基础上，通过对决策变量进行分析，围绕收敛性和多样性分别进行优化，在对收敛性优化时通过分解策略增加选择压力，而在对多样性优化时以参考点更新种群增加多样性，最终扩展并提出了高维多目标头脑风暴优化算法。此外，本文提出一种以角点为聚类中心的自适应聚类方式，明确个体的导向，提高种群的扩展性。与现有的几种效果较好的多目标进化算法进行比较，大量的仿真结果表明了本文的算法具有优秀的性能。

来源：2020年第1期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2020年第1期