论文部分内容阅读
本文提出了一种基于综合学习策略的多目标分解粒子群算法(D-CLMOPSO),该算法采用综合学习策略对多目标问题进行求解,从而避免早熟收敛;通过分解方法更新主导粒子以增强解的分布;采用存档机制以存储优化过程中的非支配解,并采用多项式变异来避免陷入局部最优.最后将所提出的方法与三种多目标进化算法进行比较,结果表明所提算法在大多数测试问题上具有良好的性能.