共查询到20条相似文献，搜索用时 515 毫秒
1.
建立了供水调度模型,利用基于分解的多目标进化算法,首先将供水调度问题分解为若干单目标,然后根据分布估计的思想对各个单目标建立概率模型,通过采样产生新的个体。利用非支配排序法进行选择,得到最优解。实验表明,该算法对求解供水调度优化问题具有较好的多样性和均匀性,并且降低了算法的计算复杂度。 相似文献
2.
〖JP2〗为提高算法局部收敛性,提出一种改进的动态无约束多目标进化算法,其基本思想是：首先将时间区间分割,产生初始种群,然后根据Pareto支配关系对个体进行排序,再经选择复制、常规交叉算子和改进的非均匀变异算子进行操作,〖JP〗产生新种群。数值实验和性能指标统计数据表明,该算法具有较好的局部收敛性,能产生分布性较好的Pareto最优解。 相似文献
3.
为了改善人工免疫多目标进化算法的分布性,引入聚集密度以进行Pareto最优解集的更新。其基本思想为:首先计算群体中每个个体的聚集密度,再根据目标函数值和聚集密度定义一个偏序集,然后采用比例选择原则依次从偏序集中选择个体,更新精英集。通过数值实验,用量化指标研究了新算法的收敛性和分布性,结果表明:新算法的收敛性与常规人工免疫多目标进化算法相当,但分布性有了明显提高。 相似文献
4.
5.
对多目标进化算法中的非支配集如何保持解群体分布性的问题进行了讨论.同时结合了网格与解群体方差技术,对原有的网格技术进行了改进,设计了一种适用于个数较少的解群体保持分布性的算法,增强了其操作上的严谨性. 相似文献
6.
为了改善协同进化多目标优化算法性能,引入了聚集密度对超级个体集合进行更新。其基本思想是：首先计算种群中各个体的聚集密度,再定义一个偏序集,然后根据一定的比例依次从偏序集中选择个体更新。根据数值试验和量化指标测试了新算法的收敛性与分布性。结果表明,新算法在收敛性方面与常规协同进化多目标算法相当,但其分布性获得了一定程度的改善。 相似文献
7.
在常规免疫克隆约束多目标进化算法中,优秀不可行解易被淘汰,且无法直接学习进化经验。针对该问题,提出了基于环境策略的免疫克隆约束多目标进化算法。其基本思想是,在约束处理前,通过环境策略用Pareto支配形成初始抗体群,利用一个精英种群对初始抗体群进行存储|约束处理后,用环境策略变异替换克隆变异。数值实验结果表明,新算法不仅可以有效地处理约束条件,而且解的多样性和均匀性均得到一定程度改进。 相似文献
8.
分布估计算法是在遗传算法基础上发展起来的一类新型进化优化算法.分布估计算法采用概率图模型表示基因变量之间的连锁关系,以构建优良解集的概率分布模型和采样分布模型来实现迭代优化.详细分析分布估计算法的基本原理,对采用不同概率图模型的分布估计算法进行总结和分析,并针对分布估计算法领域的研究现状,提出仍需解决的主要问题. 相似文献
9.
元胞遗传算法是一种将元胞自动机与遗传算法相结合的进化算法,这种算法具有遗传算法的适用性、并行性和扩展性,但是在后期的二维元胞空间扩散速度过慢。提出了一种基于三维球形元胞空间的多目标元胞遗传算法,其基本思想是：取元胞空间为三维球,根据Pareto支配关系找出种群中的非支配解并保存到精英集,根据元胞自动机中拓扑结构和邻居等机制,使精英集中的Pareto非支配解在种群中扩散。指标分析和数值实验表明,新算法的解不仅多样性和均匀性较好,而且在后期具有较快的扩散速度。 相似文献
10.
针对稀疏信号欠定盲分离混合矩阵的估计问题,提出一种利用进化规划思想进行混合矩阵估计的方法。首先检测出观测数据时频散点图中的单源点,然后利用进化规划算法对这些单源点数据进行聚类分析,从而得到混合矩阵的估计。利用进化规划算法进行全局优化搜索,可大大改善聚类质量,提高混合矩阵估计的精度,并具有很好的鲁棒性。计算机仿真结果表明,采用该方法估计的混合矩阵可很好地逼近原矩阵,达到了良好的估计效果。 相似文献
11.
12.
多目标进化优化算法 总被引：1，自引：0，他引：1
张一倩 《济南职业学院学报》2008,(4)
多目标进化优化算法可以一次性求解多个非劣解,并具有全局优化能力,成为近年来求解多目标优化问题一个重要的研究方向。本文介绍了几种代表性的多目标进化优化算法,并指出了值得进一步研究的相关问题。 相似文献
13.
设计了一种根据当前档案集非支配解的数量决定个体变异概率的二进制变异策略,使多目标进化算法能够具有较好的搜索性能,模拟实验验证了这种变异算子的有效性。 相似文献
14.
张一倩 《济南教育学院学报》2008,(4):58-58
多目标进化优化算法可以一次性求解多个非劣解,并具有全局优化能力,成为近年来求解多目标优化问题一个重要的研究方向。本文介绍了几种代表性的多目标进化优化算法,并指出了值得进一步研究的相关问题。 相似文献
15.
16.
对多个相互冲突的目标同时优化称作多目标优化问题,为解决多目标问题,多目标进化算法应运而生.在进化算法迭代过程中,算法使用恒定不变的交叉因子和变异因子,这显然不符合种群迭代进化特征,所以需要根据种群初始和种群后期解的收敛情况来定向调整种群进化方向.同时,在采用边界与交叉的聚合算法时,θ支配的聚类算法只参考了解到权重向量的... 相似文献
17.
谷月霞 《武汉职业技术学院学报》2010,9(1):54-56
分布估计算法是一类新的进化算法,它通过统计在当前群体中选出的个体信息给出下一代个体分布的概率统计,用随机取样的方法生成下一代群体。文章将建立在一般结构Gauss网络上的分布估计算法应用于多维函数的优化并与传统的粒子群优化算法进行了比较。仿真实验结果表明,分布估计算法可以在很短的时间内收敛至全局最优解,避免了传统算法的不足,提高了函数优化的准确性。 相似文献
18.
多目标进化算法常用于解决较复杂的多目标优化问题,该类算法是基于种群的进化算法,通过产生一组近似Pareto最优解集满足决策者偏好。介绍了多目标优化问题背景知识及相关定义,根据评价指标衡量解集特性,将现有算法性能评价指标分为3类并分别进行阐述,分析、比较其特点与区别。 相似文献
19.
20.
针对多目标无约束0—1二次规划问题,提出一种文化基因算法。该算法采用基于分解的多目标演化算法框架,能够获得分布均匀的非占优解;同时,采用一种简单、有效的禁忌搜索,能够利用更多问题相关的信息,获得质量更优的非占优解。该算法在优化的过程中能够动态地平衡多样性与收敛性。实验结果证明该算法能够很好地求解多目标无约束0-1二次规划问题,并且性能优于目前求解该问题较先进的算法。 相似文献