粒子群算法的适应度函数 粒子群优化算法特点

2022年5月3日发

(作者：中老年广场舞教学视频)

２０２１年６月

第４８卷第３期

西安电子科技大学学报

ＪＯＵＲＮＡＬＯＦ

Ｊｕｎ．２０２１

Ｖ０１．４８

Ｎｏ．３

ＸＩＤＩＡＮ

ＵＮＩＶＥＲＳＩＴＹ

ｄｏｉ：１０．１９６６５／ｊ．ｉｓｓｎｌ００１—２４００．２０２１．０３．００１０

一种适应度排序的高维多目标粒子优化算法

杨五四１，陈莉１seo常用工具，王毅１www narutom com，张茂省２

（１．西北大学信．ｇ－科学与技术学院，陕西西安７１００２１；

２．中国地质调查局西安地质调查中心自然资源部黄土地质灾害重点实验室，陕西西安７１００５４）

摘要：针对高维多目标优化Ｉ＇ｑ题复杂度高，求解难度大的特点，提出了一种集成适应度排序的高维多目标

粒子优化算法。该算法通过获取种中个体与参考点最近的向量东兴网，结合基于惩罚的边界交叉方法对种

中的个体进行排序成都优化外包，并对较差的个体进行删除来宾网，留下的精英个体被保存到外部档案中。将该算法与性能

先进的４种高维多目标进化优化算法在１３个标准测试实例的５，８百度seo优化，１０，１５目标上进行实验对比江苏建站，结果表明，

提出的算法在大多数测试用例上的性能表现优于对比算法手工外链，同时说明了该算法具有较好的收敛性与多样

性，能够有效地处理高维多目标优化问题九江seo。

关键词：集成适应度排序；高维多目标优化；粒子优化；基于惩罚的边界交叉方法

中图分类号：ＴＰｌ８文献标识码：Ａ文章编号：１００１２４００（２０２１）０３００７８０７

Ｍａｎｙ提升流量。ｏｂｊｅｃｔｉｖｅ

ｐａｒｔｉｃｌｅ

ｓｗａｒｍ

ｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｆｉｔｎｅｓｓ

ｒａｎｋｉｎｇ

ＹＡＮＧＷｕｓｉｌ关键词优化seo，ＣＨＥＮ

Ｌｉｌ，ＷＡＮＧＹｉｌ百度关键词优化，ＺＨＡＮＧＭａｏｓｈｅｎｇ２

（１．Ｓｃｈｏｏｌ

ｏｆＩｎｆｏｒｍａｔｉｏｎ

Ｔｅｃｈｎｏｌｏｇｙ

ａｎｄ

Ｓｏｆｔｗａｒｅ网络营销知识，Ｎｏｒｔｈｗｅｓｔ

Ｕｎｉｖｅｒｓｉｔｙ行者seo，Ｘｉ’ａｎ７１０１２７，Ｃｈｉｎａ

２．ＫｅｙＬａｂｏｒａｔｏｒｙ

ｏｆＬｏｅｓｓ

Ｌａｎｄｓｌｉｄｅ，Ｘｉ’ａｎ

Ｃｅｎｔｅｒｏｆ

ＧｅｏｌｏｇｉｃａｌＳｕｒｖｅｙ产品推广计划，

Ｃｈｉｎａ

Ｇｅｏｌｏｇｉｃａｌ

Ｓｕｒｖｅｙ，Ｘｉ’ａｎ

７１００５４方案推广，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｄｕｅｔｏｔｈｅ

ｃｏｍｐｌｅｘｉｔｙ

ａｎｄ

ｄｉｆｆｉｃｕｌｔｙ

ｏｆ

ｓｏｌｖｉｎｇ

ｔｈｅ

ｍａｎｙ－ｏｂｊｅｃｔｉｖｅ

ｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｂｌｅｍ网络广告案例，ａｍａｎｙ－

ｏｂｊｅｃｔｉｖｅｐａｒｔｉｃｌｅ

ｓｗａｒｍ

ｏｐｔｉｍｉｚａｔｉｏｎ

ａｌｇｏｒｉｔｈｍ

ｆｏｒｅｎｓｅｍｂｌｅｆｉｔｎｅｓｓ

ｒａｎｋｉｎｇ

ｉｓ

ｐｒｏｐｏｓｅｄ．Ｉｎ

ｔｈｉｓ

ａｌｇｏｒｉｔｈｍ，

ｔｈｅｎｅａｒｅｓｔｖｅｃｔｏｒｂｅｔｗｅｅｎ

ｔｈｅｉｎｄｉｖｉｄｕａｌａｎｄｒｅｆｅｒｅｎｃｅ

ｐｏｉｎｔｓ

ｉｎｔｈｅ

ｐｏｐｕｌａｔｉｏｎ

ｉｓ

ａｒｅ

ｏｂｔａｉｎｅｄ．ａｎｄｔｈｅ

ｉｎｄｉｖｉｄｕａｌｓｉｎｔｈｅ

ｐｏｐｕｌａｔｉｏｎ

ｉｎｄｉｖｉｄｕａｌｓｉｎｔｈｅ

ｐｏｐｕｌａｔｉｏｎ

ａｄｖａｎｃｅｄ

１５

ｓｏｒｔｅｄ

ｂｙ

ｔｈｅ

ｐｅｎａｌｔｙ－ｂａｓｅｄｂｏｕｎｄａｒｙｉｎｔｅｒｓｅｃｔｉｏｎ

ａｐｐｒｏａｃｈ．Ｔｈｅｎ，ｔｈｅｐｏｏｒ

ｄｅｌｅｔｅｄａｎｄ

ｔｈｅｅｌｉｔｅｉｎｄｉｖｉｄｕａｌｓａｒｅ

ａｒｅｓａｖｅｄｉｎｔｈｅｅｘｔｅｒｎａｌ

ａｒｃｈｉｖｅｓ．Ｔｈｅｆｏｕｒ

ｔｏｍａｎｙ－ｏｂｊｅｃｔｉｖｅｅｖｏｌｕｔｉｏｎａｒｙｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｓ

１３

ａｒｅａｄｏｐｔｅｄ

ｍａｋｅ

ｃｏｍｐａｒｉｓｏｎｓｏｎ５深圳seo爱好者，８，１０进步网，

ｏｂｊｅｃｔｉｖｅｓｏｆｓｔａｎｄａｒｄｔｅｓｔｓｅｔｓ．Ｅｘｐｅｒｉｍｅｎｔａｌ

ｒｅｓｕｌｔｓ

ｓｈｏｗｔｈａｔｔｈｅ

ｐｅｒｆｏｒｍａｎｃｅ

ｏｆｔｈｅ

ｐｒｏｐｏｓｅｄ

ｔｅｓｔ

ｃａｎ

ａｌｇｏｒｉｔｈｍ

ｉｓｂｅｔｔｅｒｔｈａｎ

ｃｏｍｐａｒｉｓｏｎａｌｇｏｒｉｔｈｍｓ

ｉｎｍｏｓｔｏｆ

ｔｈｅｃａｓｅｓ．Ｉｔｈａｓａｌｓｏｂｅｅｎ

ｐｒｏｖｅｄ

ｔｈａｔｔｈｅ

ａｌｇｏｒｉｔｈｍ

ｈａｓ

ｇｏｏｄｃｏｎｖｅｒｇｅｎｃｅ

ａｎｄ

ｄｉｖｅｒｓｉｔｙ，ａｎｄ

ｔｈａｔ

ｉｔ

ｅｆｆｅｃｔｉｖｅｌｙ

ｄｅａｌｗｉｔｈｍａｎｙ－ｏｂｊｅｃｔｉｖｅ

ｏｐｔｉｍｉｚａｔｉｏｎｐｒｏｂｌｅｍｓ．

Ｋｅｙ

Ｗｏｒｄｓ：ｅｎｓｅｍｂｌｅ

ｆｉｔｎｅｓｓ

ｒａｎｋｉｎｇ；ｍａｎｙｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎ；ｐａｒｔｉｃｌｅ

ｓｗａｒＩｎ

ｏｐｔｉｍｉｚａｔｉｏｎ；ｐｅｎａｌｔｙ

ｂａｓｅｄ

ｂｏｕｎｄａｒｙｉｎｔｅｒｓｅｃｔｉｏｎ

ａｐｐｒｏａｃｈ

多目标优化问题是一类复杂的更优化问题网站推广seo优化。常规多目标优化算法虽能够有效解决２或３个目标的多目

收稿日期：２０１９—１０—３１

网络出版时间：２０２１—０１—０６

基金项目：重点研发计划项目（２０１８ＹＦＣｌ５０４７００）；陕西省自然科学基金项目（２０１８ＪＭ６０２９）

作者简介：杨五四（１９８４一），男关键字密度，西北大学博士研究生成都网站推广，Ｅ－ｍａｉｌ：ｙａｎｇｗｕｓｉ１５４＠１６３．ｃｏｍ

王毅（１９７９一），男，副教授，Ｅ－ｍａｉｌ：ｗａｎｇｙｉ＠ｎｗｕ．ｅｄｕ．ｃｎ

张茂省（１９６２一），男百度竞价点击软件，教授，Ｅ－ｍａｉｌ：ｘａｚｍｓ＠１２６．ｃｏｒｎ

通信作者：陈莉（１９６３一），女哈尔滨建站哪个好，教授收录优美的，博士，Ｅ－ｍａｉｌ：ｃｈｅｎｌｉ＠ｎｗｕ．ｅｄｕ．ｃｎ

网络出版地址：ｈｔｔｐｓ：／／ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／６１．１０７６．ＴＮ．２０２１０１０５．１７２６．０１０．ｈｔｍｌ

万方数据