
第 卷第 期 吉 林 大 学 学 报 信 息 科 学 版
VolNo
年 月 Journal of Jilin University Information Science Edition Mar
收稿日期
基金项目黑龙江省普通高等学校青年学术骨干基金资助项目G
作者简介刘伟 男 哈 尔 滨 人 东 北 石 油 大 学 教 授 博 士 硕 士 生 导 师 主 要 从 事 电 力 系 统 智 能 控 制 研 究 Tel
Email oliuweicom
文章编号
基 于 新 型 Memetic 算 法 的 多 目 标 优 化
刘伟
赵丹
孙宏伟
东北石油大学 电气信息工程学院黑龙江 大庆 中国石油集团 辽河石化公司辽宁 盘锦
摘要 为了更好地解决多目标优化问题提出一种求解多目标优化问题的新型 memetic 算法 该算法利用微粒
子群算法的全局搜索能力和同步启发式局部搜索相结合进行局部微调利用基于模糊全局极值的概念处理种群
中过早出现收敛以及解多样性保持等问题 通过进一步检测得出新算法的特点并展示其在多目标优化问题上
的独立性和综合效应 同时应用新型算法对 IEEE 节点标准电网进行无功优化计算 结果证明该新型
memetic 算法具有很好的寻优能力验证了该算法的有效性及科学性
关键词memetic 算法多目标优化粒子群算法
中图分类号TM 文献标识码 A
MultiObjective Optimization Based on Memetic Algorithm
LIU Wei
ZHAO Dan
SUN Hongwei
College of Electricity Information Engineering Northeast Petroleum UniversityDaqing China
Liao He Petrochemical CompanyChina PetroleumPanjin China
AbstractIn order to solve multiobjective optimization problemsa newmemetic algorithm is proposedwhich
combines the global search ability of particle swarm optimization with synchronous local search heuristic for di
rected local finetuningA new particle updating strategy is presented to deal with the problem of premature con
vergence and diversity maintenance in the swarm based upon the concept of fuzzy globalbestThe proposed new
features are verified to show their individual and combined effect in multiobjective optimizationThe reactive
power optimization result of IEEE node system by the new memetic shows that it has a good astringency and ef
ficiency
Key words memetic algorithmmultiobjective optimizationparticle swarm optimization
引言
许多现实世界中的优化问题涉及多个非对称优化准则并经常相互冲突这些冲突主要反应在各种设
计的规范和约束中 粒子群算法PSOParticle Swarm Optimization是一种随机优化技术是受鸟群的觅食
行为启发而得 Memetic 算法局部搜索法和交叉遗传算法是用来维持探测和开发之间平衡的工具它们
也是成功解决搜索和优化问题致关重要的方法 虽然研究人员致力于以上多种算法的不断改进工作
但他们却很少考虑将 Memetic 算法与 PSO 算法相结合研究 随着多目标优化问题的不断深入研究笔者
提出了一种基于 PSO 的多目标优化的 Memetic 算法 相对于单目标优化为多目标优化寻找到均匀分布
的多样的最优解集是很关键的 然而粒子群算法中的高速收敛速度导致优化过程中失去了解集的多样
性从而导致不良的过早收敛是不可避免的
因此设计一种基于 PSO 的多目标优化的 memetic 算法处
理粒子过早收敛问题很具有挑战性
评论0