科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对哈里斯鹰优化算法在求解多目标优化问题时种群多样性差导致算法容易陷入局部最优的问题，提出了一种基于自适应高斯变异的多目标哈里斯鹰优化算法。为使解决方案更好地向Pareto前沿收缩，提出基于网格划分法的猎物位置定位方法；为提升算法收敛性能，将超出区间的种群个体位置更新为猎物位置；采用自适应高斯变异策略提高算法多样性和Pareto前沿种群粒子的均匀性。仿真结果表明：所提算法在求解多目标优化问题时，与多目标遗传算法（NSGA-Ⅱ）、多目标粒子群算法（MOPSO）、多目标灰狼算法（MOGWO）和多目标哈里斯鹰算法（MOHHO）比较，寻优精度提升8.02%～51.34%，收敛速度提升16.67%～40.74%。研究工作为解决多目标优化问题提供了新的方法和技术手段。
- 出版日期2023
- 单位西安邮电大学; 中国人民武装警察部队工程大学; 西北工业大学
