简介:为提高粒子群算法的搜索效率,克服分解方法处理复杂多目标问题的不足,通过考虑父代解的选择和种群的更新对算法收敛性及解的分布均匀性的重要影响,提出了一种基于分解的改进自适应多目标粒子群优化算法。首先,为提高算法收敛速度,在分解方法确保进化种群多样性的前提下,设计了新的适应度评价方法以评价个体的优劣,并将在竞争中获胜的优质后代解添加到父代候选解中;其次,为避免算法陷入局部最优,在更新粒子时,从当前粒子的邻居或邻居外随机选择个体最优和全局最优位置;最后,引入外部文档,将其作为候选的输出种群,并采用拥挤距离维持多样性,增强了算法处理复杂问题的能力。用12个测试函数的数值实验,并与5种多目标优化算法的比较,表明了所提算法的优越性。
简介:摘要目前,随着对自然资源的过度开发利用,造成重金属大量流入水体,并通过饮用水等侵入人体,极大地影响着人类的身体健康。所以,为了保护好人类,急需寻求测定水体重金属含量的科学、可靠方法,以保障群众的安全用水。基于此,本文就水体重金属,利用ICP-MS法和原子吸收石墨炉法分别测定了其含量,并比较了最后的测试结果,以挑出最理想的方法。