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   532篇
  国内免费   45篇
  完全免费   348篇
  自动化技术   925篇
  2018年   7篇
  2017年   24篇
  2016年   30篇
  2015年   49篇
  2014年   91篇
  2013年   58篇
  2012年   94篇
  2011年   93篇
  2010年   95篇
  2009年   90篇
  2008年   79篇
  2007年   74篇
  2006年   38篇
  2005年   31篇
  2004年   18篇
  2003年   19篇
  2002年   12篇
  2001年   11篇
  2000年   1篇
  1998年   2篇
  1997年   2篇
  1996年   1篇
  1994年   2篇
  1992年   2篇
  1990年   1篇
  1989年   1篇
排序方式: 共有925条查询结果,搜索用时 46 毫秒
1.
差分进化算法研究进展   总被引:71,自引:1,他引:70  
刘波  王凌  金以慧 《控制与决策》2007,22(7):721-729
作为一种简单而有效的新兴计算技术,差分进化算法(DE)已受到学术界和工程界的广泛关注.并取得了许多成功应用.为此,围绕差分进化算法的原理、特点、改进及其应用等方面进行全面综述.重点介绍了针对复杂环境的差分进化算法研究内容,包括多目标、约束、离散和噪声环境下的优化等.最后提出了有待进一步研究的若干方向.  相似文献
2.
基于粒子群算法求解多目标优化问题   总被引:55,自引:0,他引:55  
粒子群优化算法自提出以来,由于其容易理解、易于实现,所以发展很快,在很多领域得到了应用.通过对粒子群算法全局极值和个体极值选取方式的改进,提出了一种用于求解多目标优化问题的算法,实现了对多目标优化问题的非劣最优解集的搜索,实验结果证明了算法的有效性.  相似文献
3.
多目标优化的演化算法   总被引:55,自引:2,他引:53  
谢涛  陈火旺  康立山 《计算机学报》2003,26(8):997-1003
近年来.多目标优化问题求解已成为演化计算的一个重要研究方向,而基于Pareto最优概念的多目标演化算法则是当前演化计算的研究热点.多目标演化算法的研究目标是使算法种群快速收敛并均匀分布于问题的非劣最优域.该文在比较与分析多目标优化的演化算法发展的历史基础上,介绍基于Pareto最优概念的多目标演化算法中的一些主要技术与理论结果,并具体以多目标遗传算法为代表,详细介绍了基于偏好的个体排序、适应值赋值以及共享函数与小生境等技术.此外,指出并阐释了值得进一步研究的相关问题.  相似文献
4.
进化多目标优化算法研究   总被引:34,自引:0,他引:34       下载免费PDF全文
进化多目标优化主要研究如何利用进化计算方法求解多目标优化问题,已经成为进化计算领域的研究热点之一.在简要总结2003年以前的主要算法后,着重对进化多目标优化的最新进展进行了详细讨论.归纳出当前多目标优化的研究趋势,一方面,粒子群优化、人工免疫系统、分布估计算法等越来越多的进化范例被引入多目标优化领域,一些新颖的受自然系统启发的多目标优化算法相继提出;另一方面,为了更有效的求解高维多目标优化问题,一些区别于传统Pareto占优的新型占优机制相继涌现;同时,对多目标优化问题本身性质的研究也在逐步深入.对公认的代表性算法进行了实验对比.最后,对进化多目标优化的进一步发展提出了自己的看法.  相似文献
5.
遗传算法求解复杂集装箱装载问题方法研究   总被引:30,自引:1,他引:29       下载免费PDF全文
何大勇  查建中  姜义东 《软件学报》2001,12(9):1380-1385
现场集装箱装载问题多为多目标、多约束优化的复杂问题.遗传算法本身的鲁棒性、并行搜索性以及在NP完全问题求解中的广泛应用,表明遗传算法是解决复杂集装箱装载问题的有效途径.探讨了遗传算法在求解这一复杂问题过程中的应用,给出了有效的编码形式和解码运算.算例求解结果显示出很好的效果.  相似文献
6.
多目标优化问题的蚁群算法研究   总被引:29,自引:2,他引:27  
张勇德  黄莎白 《控制与决策》2005,20(2):170-173,178
将离散空间问题求解的蚁群算法引入连续空间,针对多目标优化问题的特点,提出一种用于求解带有约束条件的多目标函数优化问题的蚁群算法.该方法定义了连续空间中信息量的留存方式和蚂蚁的行走策略,并将信息素交流和基于全局最优经验指导两种寻优方式相结合,用以加速算法收敛和维持群体的多样性.通过3组基准函数来测试算法性能,并与NSGAII算法进行了仿真比较.实验表明该方法搜索效率高,向真实Pareto前沿逼近的效果好,获得的解的散布范围广,是一种求解多目标优化问题的有效方法.  相似文献
7.
基于学习的遗传算法及其在布局中的应用   总被引:26,自引:1,他引:25  
于洋  查建中  唐晓君 《计算机学报》2001,24(12):1242-1249
布局问题属于具有很强应用背景的组合优化问题,除其内在的NP完全的计算复杂性,布局还包括约束复杂性问题和布局物体与空间的形状复杂性问题。针对布局求解中存在的问题,该文进行了基于全局优化的布局求解方法研究。布局问题中有一类关于复杂分片光滑连续函数全局优化算法,但目前的各种遗传算法的效率和精度不能令人满意。文中从生物可以从环境中学习生存技巧、自主的趋利避害的思路出发,增加了学习算子,引用函数的局部信息,构造拟牛顿方向,令每个个体在当前状态下有目的地搜索,最有效的向局部最优点趋进。通过典型测试函数与传统遗传算法,模拟退火算法,复合形法进行比较验算,表明该算法具有优良的求解质量和较好的求解效率;并以旋转卫星舱布局的简化模型为背景,建立多目标优化数学模型,与传统遗传算法和乘子法的计算结果比较,该算法求解的质量和效率更优。该文研究表明,基于学习的遗传算法在布局优化中具有应用潜力;启发式随机搜索策略和局部优化算法相结合的求解方案是解决复杂函数优化的有效途径。  相似文献
8.
基于粒子群的多目标优化算法   总被引:25,自引:4,他引:21  
论文提出了一种新的基于粒子群的多目标优化算法。用搜索过程中所发现非劣解的一部分构成精英集,将其作为粒子群的历史最佳,引导粒子群的搜索,并通过小生境技术和部分变异的方法来提高非劣解集的多样性和分散性。对三个典型多目标测试函数所作实验的结果验证了该方法的有效性和快速性,结果还表明:该方法所得非劣解集在分散性、错误率和逼近程度等量化指标上优于FFGA、SPEA、PAES、NSGA等方法,是一种非常有潜力的多目标优化方法。  相似文献
9.
约束优化进化算法   总被引:25,自引:1,他引:24       下载免费PDF全文
约束优化问题是科学和工程应用领域经常会遇到的一类数学规划问题.近年来,约束优化问题求解已成为进化计算研究的一个重要方向.从约束优化进化算法=约束处理技术+进化算法的研究框架出发,从约束处理技术和进化算法两个基本方面对约束优化进化算法的研究及进展进行了综述.此外,对约束优化进化算法中的一些重要问题进行了探讨.最后进行了各种算法的比较性总结,深入分析了目前约束优化进化算法中亟待解决的问题,并指出了值得进一步研究的方向.  相似文献
10.
基于矩阵编码的遗传算法及其在自动组卷中的应用   总被引:24,自引:3,他引:21  
对组卷问题进行了分析,提出了采用遗传算法来解决这个带约束的多目标优化问题。提出了应用于自动组卷中的基于矩阵编码的遗传算法,充分利用领域知识来设计解的编码和遗传算子。试验结果表明,基于矩阵编码的遗传算法相对于其它方法能够取得更有效的结果。  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