计算机工程与科学

作者：邵鸿南, 梁倩, 王李森, 马云鹏, 项贤鹏

单位：（1.东北财经大学统计学院,辽宁 大连 116000;2.哈尔滨商业大学经济学院，黑龙江 哈尔滨 150000）

关键词：反向学习机制,蝗虫优化算法,种群引导,高斯变异,

为了解决多目标优化的相关问题，提出了求解多目标的蝗虫优化算法，结合单个目标的蝗虫优化算法的搜寻机制、帕累托优势以及拥挤度策略，并在算法中应用种群引导和高斯变异算子，加入了反向学习机制。将所提出的算法与经典的MOPSO、MOCS、MOGOA和MOWOA算法进行了比较，比较结果表明，所提出的改进多目标蝗虫优化算法具有良好的鲁棒性，所求得的解分布更均匀，收敛更快速，是一种有着良好应用前景的多目标进化算法。

来源：2021年第5期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2021年第5期