吴裕市
- 作品数：5 被引量：21H指数：2
- 供职机构：浙江工业大学信息工程学院更多>>
- 发文基金：国家自然科学基金国家社会科学基金浙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于双极偏好占优的多目标进化算法及其应用
- 2012年
- 为有效处理决策者能够提供双极偏好信息的多目标优化问题,加快原有算法的收敛速度,借鉴逼近理想解方法和搜索空间区域划分思想,定义了一种新型双极偏好占优关系,并引入到NSGA-Ⅱ算法中,设计了相应的非支配排序策略、种群多样性策略和约束处理策略,提出一种基于双极偏好占优的NSGA-Ⅱ算法(2p-NSGA-Ⅱ)。将该算法应用于求解两桁架结构设计的工程问题,对比仿真实验结果表明了2p-NSGA-Ⅱ算法的有效性。
- 邱飞岳吴裕市王丽萍
- 关键词：多目标优化进化算法
- 基于双极偏好占优的高维目标进化算法研究及其应用
- 多目标进化算法(Multi-Objective Evolutionary Algorithm,MOEA)是一种新兴的启发式寻优搜索技术,通过模拟自然进化过程中优胜劣汰和随机信息交换的思想来实现种群的进化,其随机并行搜索的...
- 吴裕市
- 关键词：进化算法
- 基于双极偏好占优的高维目标进化算法被引量：16
- 2013年
- 高维目标优化是目前多目标优化领域的研究热点和难点.提出一种占优机制,即双极偏好占优用于处理高维目标优化问题.该占优机制同时考虑决策者的正偏好和负偏好信息,在非支配解之间建立了更加严格的占优关系,能够有效减少种群中非支配解的比例,引导算法向靠近正偏好同时远离负偏好的Pareto最优区域收敛.为检验该方法的有效性,将双极偏好占优融入NSGA-II中,形成算法2p-NSGA-II,并在2到15目标标准测试函数上进行测试,得到了良好的实验结果.同时,将所提出的占优机制与目前该领域的两种占优机制g占优和r占优进行性能对比,实验结果表明,2p-NSGA-II算法无论是在求解精度还是运行效率上,整体上均优于g-NSGA-II和r-NSGA-II.
- 邱飞岳吴裕市邱启仓王丽萍
- 关键词：PARETO占优进化算法
- 局部搜索与改进MOPSO的混合优化算法及其应用被引量：3
- 2012年
- 为弥补粒子群后期收敛缓慢与早熟的不足,提出了一种局部搜索与改进MOPSO的混合优化算法(H-MOP-SO)。该算法首先采用非均匀变异算子和自适应惯性权重,强化全局搜索能力;继而建立混合算法模型,并利用侧步爬山搜索算法对粒子群作周期性优化,使远离前沿的粒子朝下降方向搜索,而靠近前沿的粒子朝非支配方向搜索,加快粒子群的收敛并改善解集多样性。对标准测试函数的求解表明,该算法比MOPSO、NSGA-II和MOEA/D具有更好的多样性和收敛性。供应商优选问题的求解进一步验证了H-MOPSO的有效性。
- 王丽萍吴秋花邱飞岳吴裕市
- 关键词：多目标优化粒子群算法局部搜索混合算法
- 基于侧步爬山策略的混合多目标粒子群算法研究被引量：2
- 2012年
- 为提高多目标粒子群算法(MOPSO)的收敛性与解集多样性,提出一种基于侧步爬山策略的混合多目标粒子群算法(H-MOPSO).通过建立局部搜索与粒子群优化的混合模型,在该模型中后期引入基于侧步爬山策略的局部搜索,周期性代替粒子群搜索并优化混合参数,使粒子根据距离前沿的远近朝下降或非支配方向搜索,加快粒子群收敛并改善其分布.同时采用非均匀变异算子和线性递减的惯性权重策略,避免算法早熟.通过标准测试函数的对比实验表明,该算法整体上比MOPSO、NSGA-II和MOEA/D具有更好的多样性与收敛性.
- 王丽萍吴秋花邱飞岳吴裕市林思颖
- 关键词：多目标优化粒子群算法混合算法
