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
  免费   7篇
  国内免费   4篇
无线电   2篇
一般工业技术   1篇
自动化技术   18篇
  2015年   1篇
  2012年   2篇
  2011年   3篇
  2010年   1篇
  2009年   7篇
  2008年   6篇
  2007年   1篇
排序方式: 共有21条查询结果,搜索用时 13 毫秒
1.
系统分析目前多目标进化算法(MOEAs)分布度评价指标的特点和不足,提出一种基于Delaunay三角剖分的分布度评价指标.该指标将基于邻域和基于距离的评价思想相结合,利用Delaunay三角网最近邻与邻接性的特点实现自主邻域划分.采用空间映射的方法,有效减少MOEAs解集非支配关系对种群分布度评价的影响.测试结果表明该指标能准确反映MOEAs解集的分布性.  相似文献   
2.
郑金华  申瑞珉  李密青  邹娟 《软件学报》2015,26(5):1013-1036
高维多目标优化是指对目标维数大于三维的多目标问题(multi-objective optimization problem,简称MOP)进行优化.大多数传统的多目标进化算法采用Pareto支配关系指导搜索,很难在高维多目标优化问题上得到较为理想的结果.为此,提出了一种基于信息分离的高维多目标进化算法(multi-objective evolutionary algorithm based on information separation,简称ISEA).该算法在目标空间中将原坐标系进行旋转,使第1条坐标轴与向量(1,1,…,1)T平行.ISEA定义转换坐标的第1个坐标值为收敛信息(convergence information,简称CI),剩余的坐标代表个体分布信息(diversity information,简称DI).同时,采用一种基于分层选择的邻域惩罚机制,利用一种由两个超圆锥组成的邻域形状保持种群的分布性,当个体被选入归档集后,其邻域内的个体将被惩罚进入下一层选择,防止邻近的个体同时被选入归档集.邻域形状的第1部分利用分布信息覆盖邻近的个体,第2部分覆盖边界上的差个体.与NNIA,e-MOEA, MSOPS,AR+DMO以及IBEA这5种经典算法进行了比较.实验结果表明,ISEA在处理高维多目标优化问题时具有良好的收敛性和分布性.  相似文献   
3.
一种求解鲁棒优化问题的多目标进化方法   总被引:2,自引:0,他引:2  
鲁棒优化问题(Robust Optimization Problem,ROP)是进化算法(Evolutionary Algorithms,EAs)研究的重要方面之一,对于许多实际工程优化问题,通常需要得到鲁棒最优解。利用多目标优化中的Pareto思想优化ROP的鲁棒性和最优性,将ROP转化为一个两目标的优化问题,一个目标为解的鲁棒性,一个目标为解的最优性。针对ROP与多目标优化的特点,利用动态加权思想,设计一种求解ROP的多目标进化算法。通过测试函数的实验仿真,验证了该方法的有效性。  相似文献   
4.
一种基于最小生成树的多目标进化算法   总被引:6,自引:1,他引:5  
怎样保证朝Pareto最优解的方向搜索和如何获得均匀分布且范围广泛的非支配解是多目标进化算法(MOEA)设计时的两个关键问题,它们很大程度上取决于适应度赋值和外部种群维护这两个重要部分.提出了一种基于最小生成树的多目标进化算法(MST_MOEA).在考虑了个体间支配关系的基础上,利用个体与非支配集的距离和不同等级个体的树聚集密度来对适应度赋值;在外部种群的非支配解个数超过规定的种群规模时,用树的度数和树聚集密度对其进行修剪.将其应用于不同维数下9个测试函数,并与NSGA-II,SPEA2进行对比,结果证实了算法良好的收敛性和分布性.  相似文献   
5.
多目标进化算法中变异算子的比较与研究   总被引:1,自引:1,他引:0       下载免费PDF全文
提出了一种适应于多目标进化算法的变异越界处理策略,成功地将这些变异算子应用到多目标进化优化问题中,从多目标优化收敛性的角度比较了这些变异算子的性能。通过一组实验表明这种越界处理方法是非常有效的,单目标优化中的这些变异算子具有与多项式变异算子相当的分布性,同时取得了更好的收敛性能。  相似文献   
6.
一种多目标进化算法解集分布广度评价方法   总被引:6,自引:0,他引:6  
解集分布广度评价是多目标进化算法性能评价中的重要研究课题.作者提出了一种在未知Pareto最优面情况下解集分布广度评价方法(Spread Indicator,SI).不同于已存在的评价方法考虑极端个体,该方法利用边界解集对非支配集分布范围进行评价.对非支配集中边界解的性质和特征进行了详细的分析,讨论了边界解与极端解之间...  相似文献   
7.
一种MOEA分布度的逐步评价方法   总被引:5,自引:1,他引:4       下载免费PDF全文
李密青  郑金华  谢炯亮  杨平  李晶 《电子学报》2008,36(10):1986-1991
 提出了一种多目标进化算法中解集分布度逐步评价方法.定义了一种基于角度的坐标,避免了算法因收敛性不同对分布性评价的影响;利用了解集均匀分布具有的对称性,把整个目标空间从大到小划分成不同的对称区域,逐步进行分布度评价.实验结果表明,该方法能精确的评价解集的分布情况.  相似文献   
8.
李密青  郑金华  李珂 《电子学报》2011,39(4):946-952
 几乎所有多目标进化算法(multi-objective optimization evolutionary algorithm,MOEA)都是针对Pareto最优面为均匀分布问题而言.然而现实中很多问题Pareto最优面是非均匀分布的,决策者希望得到一个与Pareto最优面分布类似的解集.现存算法并不能有效解决该问题.对此,提出一种针对于非均匀分布多目标优化问题的维护方法(non-uniformly diversity maintenance method,NUDMM).该方法定义一个反映个体分布"规则"程度的指标——杂乱度,并设计一种降低种群杂乱度的方法,在未知Pareto最优面分布规律情况下有效剔除造成种群混乱的个体.通过与NSGA-II和SPEA2在不同维数下8个非均匀函数上对比实验,表明NUDMM在有效保持问题真实分布的同时,具有良好的收敛性.  相似文献   
9.
针对算法性能和运行时间的矛盾,提出一种基于邻域表的多目标进化算法(NLEA).采用类似于图中邻接表的结构对解个体进行存储,利用个体之间的邻近关系从拥挤程度和距离上对其进行分级适应度赋值,并根据适应值调整个体链表中的次序以便高效的进行环境选择操作.通过7个测试问题和3个方面的测试标准,结果表明新算法在较快速的接近真实的最优面的同时,拥有良好的分布性.  相似文献   
10.
为提高多目标进化算法的收敛性,提出一种基于空间距离的多目标进化算法.定义一种密度估计指标--树聚集距离,在考虑非支配前沿的同时,利用个体的空间距离及树聚集距离进行个体选择操作.另外,在外部种群的非支配解个数超过规定的种群规模时,用基于个体邻近距离的维护方法对其进行维护.通过6个测试问题和5个方面的测试标准,与NSGA-Ⅱ和SPEA2进行比较,该算法在拥有更好收敛度的同时,保持良好的均匀性和分布广度.  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