排序方式: 共有3条查询结果,搜索用时 156 毫秒
1
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.
3.
鉴于进化算法处理实际优化问题时受到的噪声干扰,提出了一种新的数学去噪方法(Fourier Space Transform,FST)。建立噪声环境下进化计算中新的适应函数计算模型;对该模型下计算所得的个体适应值进行傅氏空间变换,运用滤波方法处理;通过傅氏逆变换得到处理后的适应值,通过比较它们模值的大小,选出优秀个体。实验结果表明,FST方法不仅对噪声处理有很好的效果,而且计算代价低,稳定性好。 相似文献
1