基于量子衍生方法的粒子群多目標(biāo)優(yōu)化算法.pdf

1、常用的多目標(biāo)優(yōu)化方法自身的不足及其在實際應(yīng)用中存在的諸多困難，一直阻礙著多目標(biāo)優(yōu)化方法的發(fā)展。在20世紀(jì)80年代中期，進(jìn)化算法開始應(yīng)用于解決多目標(biāo)優(yōu)化問題。目前涌現(xiàn)了多種多目標(biāo)進(jìn)化算法，其中一些已成功應(yīng)用到實際應(yīng)用中，從而形成了一個熱門研究領(lǐng)域。量子粒子群算法是將量子計算與粒子群算法相結(jié)合的一種嶄新的優(yōu)化方法，具有很強的生命力和極大的研究價值。量子算法中融入了量子力學(xué)的許多基本特性，極大地提高了計算的效率，已逐步成為一種嶄新的計算模式。

2、 量子粒子群算法大大提高了搜索效率且能彌補粒子群算法容易早熟的不足，具有廣泛的研究前景。本文的主要工作和研究成果如下： 1.在分析當(dāng)前多目標(biāo)優(yōu)化算法的優(yōu)缺點的基礎(chǔ)上，針對求解多目標(biāo)優(yōu)化中存在的收斂性不夠好，分布不均勻的問題，本文將量子理論引入粒子群算法，提出一種基于量子衍生方法的多目標(biāo)粒子群算法，該算法采用Pareto支配關(guān)系來更新粒子的個體最優(yōu)值和全局最優(yōu)值，通過定義極大極小距離，并使用該距離方法來裁減非支配解。