首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   10篇
  完全免费   7篇
  无线电   17篇
  2020年   1篇
  2014年   2篇
  2013年   1篇
  2011年   1篇
  2009年   4篇
  2008年   1篇
  2007年   4篇
  2006年   2篇
  2004年   1篇
排序方式: 共有17条查询结果,搜索用时 31 毫秒
1.
多目标混沌进化算法   总被引:9,自引:1,他引:8       下载免费PDF全文
雷德明  严新平  吴智铭 《电子学报》2006,34(6):1142-1145
 设计了多目标混沌进化算法(MCEA),在每一代遗传操作和外部档案调整完成之后,该算法从外部档案中随机选择部分个体,对这些个体的拷贝进行混沌搜索,以产生更多非劣解.将强度Pareto进化算法(SPEA)和SPEA2分别与基于Logistic映射的混沌搜索结合而产生的MCEAs应用于一些复杂多目标优化问题,计算结果表明,混沌的加入,明显改善了多目标进化算法(MOEA)各方面的性能.  相似文献
2.
用于约束多目标优化的免疫记忆克隆算法   总被引:5,自引:1,他引:4       下载免费PDF全文
 提出一种用于求解约束多目标优化问题的新算法,其主要特点是将约束条件转化为一个目标,并引入免疫克隆和免疫记忆机制,使抗体种群的演化过程和记忆单元的演化过程并行进行,更好地实现了抗体间的相互协作,保证了在演化过程中,解集从可行域内部和不可行域边缘向着约束最优Pareto-前端逼近. 从而保证了算法较强的收敛性以及所得最优解较好的多样性.仿真结果表明,新算法很好的保持了所得最优解的多样性、均匀性以及较强的收敛性.  相似文献
3.
多目标量子编码遗传算法   总被引:4,自引:0,他引:4       下载免费PDF全文
如何使算法快速收敛到真正的Pareto前沿,并保持解集在前沿分布的均匀性是多目标优化算法重点研究解决的问题.该文提出一种基于量子遗传算法的多目标优化算法,利用量子遗传算法的高效全局搜索能力,在整个解空间内快速搜索多目标函数的Pareto最优解,利用量子遗传算法维持解集多样性的特点,使搜索到的Pareto最优解在前沿均匀分布.通过求解带约束的多目标函数优化问题,对该文算法的多目标优化性能进行了考察,并与NSGAII,PAES,MOPSO和Ray-Tai-Seow's算法等知名多目标优化算法进行比较,结果证明了该文算法的有效性和先进性.  相似文献
4.
用多目标进化算法搜索MOPs的鲁棒Pareto最优解   总被引:2,自引:0,他引:2       下载免费PDF全文
郑金华  罗彪  周聪  李望移 《电子学报》2009,37(12):2815-2822
 搜索鲁棒Pareto最优解是多目标进化算法(MOEA)研究的一个重要方面.目前,优化"原目标函数"的传统MOEA与基于"有效目标函数"的MOEA (Eff-MOEA)在搜索鲁棒Pareto最优解时都易丢失某些性质的解.为解决这一缺陷,本文定义了一种新的鲁棒Pareto最优解,提出了一种新的搜索鲁棒Pareto最优解的MOEA(MOEA/R),MOEA/R将多目标鲁棒优化问题(MROP)转化成两目标问题来优化,一个目标为解的质量,另一个目标为解的鲁棒性,每一目标均对应一子优化问题.通过与NSGA-Ⅱ及Eff-MOEA的对比分析,结果表明MOEA/R的结果较好,更重要的是本文探索了一种新的搜索鲁棒Pareto最优解的思想.  相似文献
5.
基于Pareto多目标优化的光纤Bragg光栅传感网络的波长分配   总被引:1,自引:1,他引:0  
针对现有波分复用(WDM)的光纤Bragg光栅(FBG) 传感网络的复用瓶颈,运用Pareto多 目标优化理论,建立了基于带宽重叠技术的FBG传感网络优化模型。通过非支配排序遗传算 法Ⅱ(NSGA-Ⅱ)进化算法求解Pareto 最优曲线,为网络中的每个FBG传感器合理地分配Bragg波长的工作范围,以最小的光谱重叠 程度换取 光源带宽资源的最大节约。仿真和实验结果表明,得到Pareto最优曲线为不同程度的光 谱重叠找到了最优的Bragg波长配置方案,有效地提高了FBG传感网络的WDM能力。  相似文献
6.
游戏理论的主要成就是进化稳定战略,由MaynardSmith在1982年提出。使用基于游戏模型的共同进化算法寻找ESS作为多目标问题(MOPs)的解,该算法是一种基于粗粒度并行模型的进化算法。首先,研究游戏模型的共同进化方法解决MOPs的有效性。且说明进化游戏如何由共同进化算法来具体实现,证实它是否能达到MOP的最佳均衡点。其次,通过在几个多目标问题上的严格的实验,与其它一些方法比较,评估该方法的性能。  相似文献
7.
介绍了遗传算法的基本流程和Pareto多目标优化的思想,结合纺纱工程实际问题对遗传算法的应用关键做了阐述,并详细描述了算子模型的设计和参数的选择过程。采用了实际生产数据进行实验测试,结果表明该模型具有强大的搜索优化能力和良好的扩展性能,对生产实践具有指导作用和参考价值.  相似文献
8.
配电网重构一般采用对单一目标优化,而配电网重构却是一个多目标优化问题。因此,在此提出了基于小生境思想的遗传算法,以配电网的经济性、安全性和供电可靠性为目标,并采用Pareto寻优方式,得出Pareto最优解集,实现了和以往不同的另一种寻优方式,即先寻优后决策。在寻优过程中,通过小生境环境和交叉率和变异率的自适应机制,提高了遗传算法的全局收敛能力和收敛速度,并通过算例验证了方法的有效性。  相似文献
9.
萤火虫算法是一种新颖的群智能优化算法,在该类优化领域中的应用很少。将萤火虫算法应用在公交线网优化问题中。公交线网优化是一个复杂的多目标优化问题,是影响公共交通效率的关键问题。根据算法和问题的特点,设计了基于矩阵的解表示方法。为解决GSO算法优化精度底、收敛速度慢的缺陷,提出自适应调整荧光素挥发因子ρ的萤火虫算法,通过matlab编程仿真,结果表明改进后的算法能将多目标的优化问题收敛到Pareto最优解,并具有均匀分布的Pareto曲线,证明能有效的解决公交线网优化问题。  相似文献
10.
当单一终端业务能力受限时,如何根据终端能力对异构终端进行有效聚合,以支持内容丰富的业务应用成为一个非常重要的问题。该文提出一种基于多目标进化的终端聚合选择算法,给出终端聚合的描述框架,构建基于个体和协同能力的0-1规划模型,包括多指标权重自动生成法,减轻用户负担,避免用户直接指定权重的困难。仿真结果表明,算法能得到一个Pareto最优解集,用户根据其对个体和协同表现的个人偏好或实际业务应用需要选择最满意的方案聚合终端,同时算法具有良好的可行性和有效性。  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号