公共文化服务平台

共 4 条记录，以下是 1-4

全选清除导出

排序方式：

融合张角拥挤控制策略的高维多目标优化被引量：14: 2015年; 对于高维多目标优化问题,随着目标维数的增加,种群中非被支配解的比例剧增,严重降低了种群的进化压力.为了对数量众多的非被支配解进行有效的拥挤控制并提升种群的多样性,本文在提出张角概念的基础上设计了一种新的拥挤控制策略(Congestion control strategy based on open angle,CCSOA),它的时间复杂度并不会随着目标维数的增加而增大.与目前优秀的进化多目标优化(Evolutionary multiobjective optimization,EMO)算法IBEA(Indicator-based evolutionary algorithm)、NSGAIII(Nondominated sorting genetic algorithm III)和Gr EA(Grid-based evolutionary algorithm)的比较结果表明,融合了CCSOA的高维多目标优化算法在收敛效果和解集分布的均匀性两个方面均有较大的优势.; 陈振兴严宣辉吴坤安白猛; 关键词：进化算法

混合分解的多目标粒子群优化算法被引量：2: 2015年; 针对多目标粒子群算法全局最优值的选取缺陷以及多样性保留缺陷,提出了一种基于分解和拥挤距离的多目标粒子群优化算法(Smoeadpso).算法采用切比雪夫分解机制,将邻居向量对应的子问题的中的最优解来作为某个粒子全局最优值的候选解了更有效限制粒子飞行速度以避免粒子飞行超出解空间界限,引入了新的速度限制因子维持了种群多样性.本文算法与经典的多目标进化算法在10个测试函数上的对比结果表明,Smoeadpso求得的Pareto解集与真实Pareto解集的逼近程度有明显提升并且对于3目标问题求解的均匀性也比同类粒子群算法优秀.; 白猛严宣辉吴坤安陈振兴; 关键词：拥挤距离粒子群优化多目标优化

基于分解策略的多目标粒子群优化算法研究: 粒子群优化算法在解决多目标优化问题上具有代码编写简单、算法易于实现、解集收敛速度快等优点。因此,它在多目标优化领域中已经成为研究热点。但是目前多目标粒子群优化算法的近似解集在分布均匀性、多样性、收敛性上仍存在不足,此外,...; 白猛; 关键词：多目标优化粒子群算法; 文献传递

混合分散搜索的进化多目标优化算法被引量：2: 2014年; 在进化多目标优化算法中,种群的多样性、对目标空间的搜索能力及算法的鲁棒性直接影响算法的收敛能力和解集的分散性。针对这些问题,提出了一种混合分散搜索的进化多目标优化算法(SSMOEA)。SSMOEA在混合分散搜索算法架构的同时,重新设计其多样性的选取策略,并引入协同进化机制。此外,为了提高算法的自适应性和鲁棒性,采用了一种新颖的自适应多交叉算子选择方法。SSMOEA与经典的多目标进化算法SPEA2、NSGA-Ⅱ和MOEA/D在12个基准测试函数上的对比结果表明,SSMOEA不仅在求得的Pareto最优解集的宽广性、均匀性和逼近性上有明显优势,而且算法的鲁棒性也有明显的提高。; 吴坤安严宣辉陈振兴白猛; 关键词：自适应分散搜索多目标优化

全选清除导出

共1页<1>

白猛