一种基于群体精英主义与群体记忆的新型简化 MOPSO：MO-ETPSO
神经与进化计算
2024-02-21 v1
摘要
本文提出了一种基于粒子群优化（PSO）并适用于多目标优化问题的算法：精英 PSO（MO-ETPSO）。该算法整合了成熟的 NSGA-II 方法中的核心策略，如拥挤距离算法，同时利用了群体智能在个体认知与社会认知方面的优势。该算法的一个新颖之处在于引入了群体记忆与群体精英主义，这可能会促成在 PSO 中采用 NSGA-II 策略。这些特征增强了算法在整个优化过程中保留和利用高质量解的能力。此外，算法内的所有算子都经过刻意的简化设计，确保在各种环境中易于复现和实现。在求解绿色车辆路径问题时，与 NSGA-II 算法在所求解与收敛性方面的初步比较，得出了有利于 MO-ETPSO 的良好结果。
引用
@article{arxiv.2402.12856,
title = {A new simplified MOPSO based on Swarm Elitism and Swarm Memory: MO-ETPSO},
author = {Ricardo Fitas},
journal= {arXiv preprint arXiv:2402.12856},
year = {2024}
}