Resumen

Los problemas de optimización tienen lugar en todo momento en la vida real. Se dividen en problemas de objetivo único y problemas multiobjetivo. La optimización de un solo objetivo tiene una sola función objetivo, mientras que la optimización multiobjetivo tiene múltiples funciones objetivo que generan el conjunto de Pareto. Por lo tanto, resolver problemas multiobjetivo es una tarea difícil. En este artículo se ha propuesto una optimización multiobjetivo por enjambre de partículas, que combina el mecanismo de medición de la distancia del coseno y una novedosa estrategia de juego. El mecanismo de medición de la distancia del coseno se adoptó para actualizar el conjunto óptimo de Pareto en el archivo externo. Al mismo tiempo, se estableció el conjunto de candidatos para que el conjunto óptimo de Pareto eliminado del archivo externo pudiera ser reemplazado efectivamente, lo que ayudó a mantener el tamaño del archivo externo y mejoró la convergencia y la diversidad del enjambre. Para reforzar la presión de selección del líder, este artículo se combinó con el mecanismo de actualización del juego, y se propuso una estrategia global de selección del líder que integra la estrategia del juego incluyendo el mecanismo de la distancia del coseno. Además, se utilizó la mutación para mantener la diversidad del enjambre y evitar que el enjambre converja prematuramente al verdadero frente de Pareto. El rendimiento del optimizador multiobjetivo de enjambre de partículas propuesto se verificó mediante comparaciones con varios optimizadores multiobjetivo de última generación, incluyendo siete algoritmos de optimización de enjambre de partículas multiobjetivo y siete algoritmos evolutivos multiobjetivo. Los resultados experimentales demuestran el prometedor rendimiento del algoritmo propuesto en términos de calidad de la optimización.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:archivo externo, conjunto óptimo de pareto, mecanismo de medición de la distancia, problema multiobjetivo, estrategia de selección de líderes, optimización de objetivos únicos, medición de la distancia del coseno, enjambre, mecanismo de la distancia del coseno, problema de objetivos únicos
• Keywords:external archive, pareto optimal set, distance measurement mechanism, multiobjective problem, leader selection strategy, single objectives optimization, cosine distance measurement, swarm, cosine distance mechanism, single objectives problem