种群维护

作品数：13被引量：66H指数：5
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：郑金华李密青罗彪文诗华伍军更多>>
相关机构：湘潭大学湖南广播电视大学湖南信息工程职业技术学院湖南师范大学更多>>
相关期刊：《菏泽学院学报》《模式识别与人工智能》《计算机工程与应用》《计算机应用研究》更多>>
相关基金：国家自然科学基金湖南省教育厅重点项目湖南省自然科学基金教育部留学回国人员科研启动基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
一种群维护算法研究
《计算机与网络》2020年第2期57-60,共4页焦利彬 赵波 赵志军 
针对网络拓扑动态变化下的群结构维护问题,提出了群首维护算法和群成员维护算法,详细介绍了算法流程。群维护算法对群规模和群数量进行控制,基于群结构进行自适应调整,设定离群定时器同时周期性广播群消息,群首与群成员交互的信息包含...
关键词：群首维护 群成员维护 离群定时器 广播群消息 
一种基于密度距离的多目标优化问题求解方法
《菏泽学院学报》2019年第2期21-24,共4页胡俊 张平华 程晨 
2016安徽省教育厅自然科学研究重点项目(KJ2016A304);2017安徽省教育厅自然科学研究重点项目(KJ2017A624);安徽省高校自然科学重点项目(KJ2018A0827)
多目标进化算法是一种具有广泛的应用领域和应用前景的算法,它由适应度赋值和外部种群维护两个组成部分,本文提出了一种基于个体密度距离的外部种群方法,进而根据Pareto支配关系,提出用个体密度距离定义的一种适应度函数,实现以个体密...
关键词：密集距离 多目标进化 算法研究 适应度赋值 外部种群维护 
基于海明差异评价的多目标进化算法被引量：3
《计算机工程》2014年第2期212-218,共7页谭阳 谭岳武 唐钊轶 
国家自然科学基金资助项目(10971060);湖南省教育厅基金资助重点项目(10A074)
为提高多目标进化算法的分布性和收敛性,提出一种基于海明距离差异的多目标进化算法。在非支配前沿的基础上定义海明等级,依据海明距离的大小对个体进行选择操作。同时结合海明差异和Pareto评价方法,对外部存储器中最优解进行更新和维护...
关键词：多目标优化 海明距离 个体密度 种群维护 个体评价 PARETO最优 
一种基于Hypervolume指标的自适应邻域多目标进化算法被引量：12
《计算机研究与发展》2012年第2期312-326,共15页郑金华 李珂 李密青 文诗华 
国家自然科学基金项目(60773047);湖南省自然科学基金项目(09JJ6089)
通过定义反映个体之间邻近程度的指标(个体的树邻域包含关系),在考虑个体间支配关系的基础上,利用个体与其周边个体的树邻域密度进行适应度赋值;提出了一种2,3维情况下个体独立支配区域的Hypervolume指标的计算方法,该方法用于评价个体...
关键词：最小生成树 树邻域密度 适应度赋值 Hypervolume指标 种群维护 多目标进化算法 
NSGA-II中一种改进的分布性保持策略被引量：9
《计算机工程与应用》2010年第33期49-53,共5页文诗华 郑金华 
国家自然科学基金No.60773047;湖南省自然科学基金No.05JJ30125;湖南省教育厅重点科研项目No.06A074~~
NSGA-II以其良好的收敛性和时间效率广泛应用于多目标优化中,然而其基于聚集距离的种群维护策略并不能很好地保持解集的分布性。提出一种改进的分布性保持策略,设置随种群密集程度自适应变化的阈值,动态地维护种群,使得分布性优秀的个...
关键词：多目标进化算法 种群维护 分布性 聚集距离 
一种改进的非支配排序多目标遗传算法被引量：8
《计算机工程与应用》2009年第29期60-63,71,共5页陈静 伍军 郑金华 
国家自然科学基金(No.60773047);湖南省教育厅科研计划重点项目(No.06A074);湖南省教育厅一般科研项目(No.07c752)~~
多目标进化算法的研究目标主要是使算法快速收敛,并且广泛而均匀分布于问题的非劣最优域。在NSGA-II算法的基础上,提出了一种新的构造种群的策略——按照聚集距离选取部分非支配个体,并选取部分较好的支配个体形成下一代种群。该策略与...
关键词：多目标进化算法 多目标优化问题 种群维护 聚集距离 分布性 保持策略 
提高MOEAs解集的分布性——一种基于∞范数的逐步方法被引量：1
《计算机工程与应用》2009年第10期49-53,共5页曾映兰 郑金华 罗彪 
国家自然科学基金No.60773047;湖南省教育厅重点科研项目(No.06A074);湘潭大学校级科研项目(No.06XZX06)~~
解集的分布性是多目标优化中最重要的研究工作之一,解集的分布性主要体现在两个方面,一是解集的分布广度;二是解集的均匀性。在多目标进化算法(MOEAs)中,解集分布性的保持放在种群维护中实现,提出一种基于∞范数的逐步方法(INS)来提高MO...
关键词：多目标进化算法 种群维护 分布性 ∞范数 逐步 
一种基于最小生成树的多目标进化算法被引量：14
《计算机研究与发展》2009年第5期803-813,共11页李密青 郑金华 罗彪 
国家自然科学基金项目(60773047;90104021);湖南省自然科学基金项目(05JJ30125);湖南省教育厅重点科研基金项目(06A074);湘潭大学校级基金项目(08XZX23)~~
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_...
关键词：树聚集密度 适应度赋值 种群维护 最小生成树 多目标进化算法 
基于空间距离的多目标进化算法被引量：1
《模式识别与人工智能》2009年第4期589-596,共8页李密青 郑金华 肖桂霞 谢炯亮 
国家自然科学基金项目(No.60773047);湖南省教育厅重点科研项目(No.06A074)资助
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...
关键词：空间距离 个体选择 种群维护 多目标进化算法 
多目标进化算法中基于动态聚集距离的分布性保持策略被引量：7
《计算机应用研究》2008年第10期2934-2938,共5页罗彪 郑金华 
国家自然科学基金资助项目(60773047);湖南省教育厅重点科研项目(06A074)
提出了基于动态聚集距离(DCD)的分布性保持策略,利用个体在不同维目标上聚集距离的差异程度来定义DCD,并在种群维护中动态地计算DCD。与目前经典算法NSGA-Ⅱ和ε-MOEA进行比较,实验结果表明DCD能在较大程度上提高分布性,并得到较好的收...
关键词：多目标进化算法 动态聚集距离 帕累托最优解 分布性 种群维护 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部