求解約束優化問題的多目標粒子群算法

由于各種資源的稀缺性，大多數實際工程設計問題都包含約束條件，因而對約束優化問題的研究有重要的理論和實踐意義。粒子群算法(PSO)是一種相對新的優化技術，它在計算方法上類似于進化算法，但不使用雜交和變異等操作，而是通過模仿鳥群、魚群等群體行為來搜索，群體中每個成員通過學習自己與其他成員的經驗來尋求最優解。PSO算法在本質上是一種無約束的優化技術，在求解約束優化問題時需要加入相應的約束處理技術。針對如何將PSO算法來求解約束優化問題，吸引了研究者的極大興趣。值得注意的是，大多數研究對于不可行解提供的信息利用甚少，忽略了不可行解提供的有價值信息。因此，本文在充分利用不可行解提供的有用信息基礎上，提出一種用多目標優化處理約束問題的PSO算法(MOCPSO)。