一种新颖的多目标无速度布尔粒子群优化
摘要：将布尔粒子群优化扩展到多目标设置中，据我们所知，这在文献中是首次。我们提出的新的布尔算法MBOnvPSO通过省略速度更新规则而得到极大简化，并且由于在位置更新规则中包含了一个“噪声”项，增强了探索能力，防止粒子陷入局部最优解。我们的算法还利用外部存档来存储非支配解，并实施拥挤距离以促进解的多样性。在基准测试中，与基准算法相比，MBOnvPSO在考虑的所有多目标测试函数中产生了高质量的帕累托前沿，而在最多具有600个离散维度的搜索空间中表现出竞争性能。
作者：Wei Quan and Denise Gorse
论文ID：2210.05882
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2022-10-13