论文部分内容阅读
根据粒子群算法求解多目标问题的特点，个体极值和全局极值的选择不同会对实验结果产生很大影响。目前普遍的选择方法仅仅根据简单的支配关系，但是会存在两个解之间没有支配关系而导致不去更新个体最优值（PB）和全局最优值（GB），这样会导致更好的个体极值和全局极值的遗漏从而降低收敛时间。文中提出一种新的个体极值和全局极值的选择策略。使用这种策略，可以加快收敛，提高准确性，防止非劣解的遗漏。通过几个测试函数的实验仿真，所得解集的分步性和多样性都有显著的提高。