排序方式: 共有42条查询结果,搜索用时 15 毫秒
31.
32.
33.
34.
35.
多目标优化问题的粒子群算法仿真研究* 总被引:2,自引:2,他引:0
研究了一种用于求解多目标优化问题的粒子群算法(CMMOPSO)。该算法采用外部存档存储每一代产生的非劣解, 并且采用拥挤距离来维持外部存档规模, 同时提出一种新的全局最优粒子的选取策略(基于拥挤距离和收敛性距离)来提升粒子向Pareto前沿飞行的概率;为提升种群跳出局部最优解的能力, 以一定的概率对外部存档中粒子进行变异操作。通过典型的多目标测试函数对提出的算法进行检测, 结果表明,CMMOPSO算法在求解多目标问题上有一定的优势。因此, CMMOPSO可以作为求解多目标优化问题的有效算法。 相似文献
36.
本文介绍了实现VPDN常用的第二层隧道协议(L2TP)以及基于L2TP的VPDN中的用户认证过程,分析了Kerberos认证协议和基于Kerberos认证的VPDN的实现。 相似文献
37.
赵庆祯 《数值计算与计算机应用》1983,(2)
引言min sum from i=1 to ∞n C_i‖x-a_i‖型最优场址问题有广泛的实际意义。其数学模型如下:设a_i(i=1,2,…,n;n≥3)为m维生间E~m(m≥2)中n个不共线的点。 相似文献
38.
39.
40.
基于交叉和变异的多目标粒子群算法 总被引:2,自引:0,他引:2
为了保证粒子群算法求得的非劣解尽可能接近真实的Pareto前沿并保持多样性分布. 提出一种基于交叉和变异的多目标粒子群算法(CMMOPSO). 在CMMOPSO算法中, 首先, 识别Pareto前沿的稀疏部分包含的粒子, 并对这些粒子进行交叉操作以增加多样性分布; 其次, 对于远离Pareto前沿的粒子进行变异操作, 以提升粒子向真实的Pareto前沿飞行的概率. 在基准函数的测试中, 结果显示CMMOPSO算法比其它算法有更好的运行效果. 因此, CMMOPSO算法可以作为求解多目标问题的一种有效算法. 相似文献