多目标优化问题

作品数：390被引量：2077H指数：19
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：郑金华周春光高英雍龙泉伍军更多>>
相关机构：重庆师范大学西安电子科技大学吉林大学武汉大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金重庆市自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机应用x
共 条 记 录，以下是1-8
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于多区域采样策略的混合粒子群优化求解多目标柔性作业车间调度问题被引量：9
《计算机应用》2021年第8期2249-2257,共9页张闻强 邢征 杨卫东 
国家自然科学基金资助项目(61772173);河南省高校科技创新人才支持计划项目(19HASTIT027);河南省科技攻关项目(202102210131)。
柔性作业车间调度问题(FJSP)是一类应用广泛的组合优化问题。针对多目标FJSP求解过程复杂、算法易陷入局部最优的问题,提出了一种基于多区域采样策略的混合粒子群优化算法(HPSO-MRS),以同时优化最大完工时间和总机器延迟时间这两个目标...
关键词：粒子群优化 多区域采样 多目标优化问题 柔性作业车间调度问题 遗传算法 
基于自适应反向学习的多目标分布估计算法被引量：3
《计算机应用》2021年第1期15-21,共7页李二超 杨蓉蓉 
国家自然科学基金资助项目(61763026)。
针对基于规则模型的多目标分布估计算法全局收敛性较弱的缺陷,提出了一种基于自适应反向学习(OBL)的多目标分布估计算法。该算法根据函数变化率的大小来决定是否进行OBL:当函数变化率较小时,算法可能陷入局部最优,所以进行OBL以提高当...
关键词：多目标优化问题 局部最优 反向学习 种群多样性 收敛性 
基于最小距离和聚合策略的分解多目标进化算法
《计算机应用》2021年第1期22-28,共7页李二超 李康伟 
国家自然科学基金资助项目(61763026)。
针对基于帕累托(Pareto)支配的多目标进化算法在解决高维问题时选择压力降低,以及基于分解的多目标进化算法在提高收敛性和分布性的同时降低了种群多样性的问题,提出了一种基于最小距离和聚合策略的分解多目标进化算法。首先,使用基于...
关键词：进化优化算法 多目标优化问题 收敛性 多样性 分布性 分解 
改进的排序变异多目标差分进化算法被引量：3
《计算机应用》2018年第8期2157-2163,共7页刘宝 董明刚 敬超 
国家自然科学基金资助项目(61563012;61203109);广西自然科学基金资助项目(2014GXNSFAA118371;2015GXNSFBA139260);广西嵌入式技术与智能系统重点实验室基金~~
针对多目标差分进化算法在求解问题时收敛速度慢和均匀性欠佳的问题,提出了一种改进的排序变异多目标差分进化算法(MODE-IRM)。该算法将参与变异的三个父代个体中的最优个体作为基向量,提高了排序变异算子的求解速度;另外,算法采用反向...
关键词：多目标优化问题 差分进化算法 排序变异算子 反向参数控制 拥挤距离 
EMOEA/D-DE算法在卫星有效载荷配置中的应用被引量：1
《计算机应用》2014年第8期2424-2428,共5页李晖 袁文兵 熊慕舟 
国家自然科学基金资助项目(61103145);国家航天支撑基金资助项目(2012-HT-ZGDZDX)
针对卫星有效载荷配置问题,提出了一种基于差分进化分解的改进多目标优化算法(EMOEA/D-DE)的有效载荷配置模型。该模型将配置问题转化为以卫星数、卫星冗余度为目标的多目标优化问题(MOP),并采用EMOEA/D-DE进行求解。此外,针对随机均匀...
关键词：卫星有效载荷配置 多目标优化问题 MOEA D EMOEA D-DE 种群初始化 
多子群协同进化的多目标微粒群优化算法被引量：8
《计算机应用》2012年第2期456-460,共5页彭虎 黄伟 邓长寿 
江西省教育厅科技基金资助项目(GJJ10616;GJJ11616)
微粒群优化(PSO)算法是一种非常有竞争力的求解多目标优化问题的群智能算法,因其容易陷入局部极值,导致非劣解集的收敛性和正确性不理想。为此提出一种基于多目标分解进化策略的多子群协同进化的多目标微粒群优化算法(MOPSO_MC),算法中...
关键词：微粒群优化 多目标优化问题 多目标分解 协同进化 
一种基于邻域的多目标进化算法被引量：5
《计算机应用》2008年第6期1570-1574,共5页李密青 郑金华 罗彪 伍军 文诗华 
国家自然科学基金资助项目(60773047);国家863计划项目(2001AA114060);留学回国人员科研启动基金资助项目(教外司留[2005]546号);湖南省自科基金资助项目(05JJ30125);湖南省教育厅重点科研资助项目(06A074)
种群维护是多目标进化算法的重要组成部分。针对维护方法和运行效率的矛盾,提出一种基于邻域的多目标进化算法(NMOEA)。定义了一个反映个体之间邻近程度的指标———邻域包含关系,利用此关系对个体进行分布适应度分级的赋值,并用动态方...
关键词：多目标进化算法 多目标优化问题 种群维护 分布适应度 邻域 
求解多目标优化问题的灰色粒子群算法被引量：13
《计算机应用》2006年第12期2950-2952,共3页于繁华 刘寒冰 戴金波 
鉴于基本粒子群算法无法解决高维多目标优化问题,提出了一种适合求解高维多目标优化问题的灰色粒子群算法(GPSO),该算法根据灰色关联能够很好地分析目标矢量之间的接近程度,并能掌握解空间全貌的特点,利用灰色关联度的大小来选取粒子群...
关键词：灰色粒子群算法 灰色关联 多目标优化 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部