论文部分内容阅读
提出了一种基于双种群的动态交换策略的粒子群优化算法。该算法将初始种群划分为两个子群P1和P2，而P1和P2遵循不同的寻优机制，然后通过对个体极值（pBest）和全局极值（gBest）的选取进行调整，并在迭代过程中动态的交换两个子群的个体，从而能够更好的完成多目标优化算法对于Pareto front的搜索和逼近。通过对标准测试函数的实验，证明了该算法的可行性和有效性。