基于贝叶斯自适应共振的多目标多模态粒子群优化方法

摘要

本发明公开了基于贝叶斯自适应共振的多目标多模态粒子群优化方法，利用贝叶斯自适应共振理论将所有粒子划分为若干种群；根据非支配排序法和特殊拥挤距离对各个种群的粒子进行排序；利用粒子的个体最优和种群的全局最优对种群中的粒子进行更新；将各种群的非支配解集首尾相连形成一个闭合环形拓扑，利用基于环形拓扑的粒子群优化算法进行局部探索；重复以上两个更新和探索过程直至满足终止条件，输出所有的非支配解集和帕累托前沿。本发明适用于解决多目标多模态问题的优化，既可以在目标空间中找到帕累托前沿的分布，也可以在决策变量空间找到对应的帕累托最优解集，提供冗余备份方法，提高工程实践活动的可靠性。