云南高校图书馆联盟文献共享服务平台- 文诗华

共条记录，以下是1-9

全选清除导出

视图：

排序：

求解约束优化问题的不可行比率差分算法: 《科学技术与工程》2013年第31期9408-9412,共5页陈德祥文诗华宋武; 国家自然科学基金项目(61070088)资助; 利用差分进化算法求解约束优化问题时存在两个关键问题,一是种群个体根据约束处理准则从不可行区域中快速接近可行区域;二是在可行区域内根据约束处理准则如何更好地进行全局搜索。提出了一种基于不可行解比率的差分进化算法求解约束优...; 关键词：差分算法不可行解比率约束优化问题

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

遗传算法和单体型组装加权最小字符翻转问题: 《计算机工程与应用》2010年第8期217-220,共4页姚雄武郑金华李晶文诗华; 国家自然科学基金Grant No.60773047;湖南省教育厅重点科研项目rant No.06A074~~; 单体型组装加权最小字符翻转(WMLF)问题指定个体联配的加权DNA片断数据,翻转权值和最小的SNP位点以推测出该个体的一对单体型。该问题是NP-难的,至今尚无实用的搜索寻优算法。根据DNA测序片段数据的特点提出了一种遗传算法。对于实际的...; 关键词：生物信息学单体型检测遗传算法单核苷酸多态性

进化算法鲁棒最优解研究综述被引量：2: 《计算机科学》2009年第2期30-34,58,共6页郑金华罗彪李晶文诗华李望移; 国家自然科学基金(60773047);湖南省教育厅重点科研项目(06A074)资助; 在实际应用中,环境往往是不稳定的且易受到噪声的影响。因此,对于许多现实优化问题,一个鲁棒性好的解具有重要的意义。然而,以往关于进化算法(EAs)的研究主要集中在寻找全局最优解,解的鲁棒性却没有得到重视。从单目标鲁棒最优解、多目...; 关键词：进化算法鲁棒性鲁棒最优解单目标多目标效率

多目标进化算法中变异算子的比较与研究被引量：16: 《计算机工程与应用》2009年第2期74-78,共5页文诗华郑金华李密青; 国家自然科学基金No.60773047;教育部留学回国人员科研启动基金No.教外司留[2005]546号;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~~; 提出了一种适应于多目标进化算法的变异越界处理策略,成功地将这些变异算子应用到多目标进化优化问题中,从多目标优化收敛性的角度比较了这些变异算子的性能。通过一组实验表明这种越界处理方法是非常有效的,单目标优化中的这些变异算...; 关键词：多目标优化多目标进化算法变异算子收敛性非支配解集

一种基于局部收敛估计的多目标进化算法被引量：1: 《计算机工程与应用》2008年第23期49-52,共4页李晶郑金华文诗华; 国家自然科学基金(No.60773047);留学回国人员科研启动基金(No.教外司留[2005]546号);湖南省教育厅重点科研项目(No.06A074)~~; 采用了一种基于局部收敛估计的多目标进化算法(MOEAE/LC)。在进化过程中计算连续两代归档集合群体之间的种群相似度,若在算法运行的早期其连续两代归档集的相似度小于预先设置的阈值,则认为算法有一定概率局部收敛。这时以一定概率重新...; 关键词：多目标进化算法收敛性局部收敛归档集

一种基于相似个体的多目标进化算法被引量：4: 《计算机工程与应用》2008年第14期67-72,84,共7页伍军郑金华文诗华; 国家自然科学基金(the National Natural Science Foundation of China under Grant No.60773047);国家高技术研究发展计划(863)(the Na-tional High-Tech Research and Development Plan of China under Grant No.2001AA114060);教育部留学回国人员科研启动基金(The Pro-ject-sponsored by SRF for ROCS;SEMNo.教外司留[2005]546);湖南省自然科学基金(the Natural Science Foundation of Hunan Province of China under Grant No.05JJ30125);湖南省教育厅重点科研项目(No.06A074); 分布性保持是多目标进化算法研究的一个重要方面,一个好的分布性能给决策者提供更多合理有效的选择。Pareto最优解的分布性主要体现在分布广度与均匀性两个方面。提出一种基于相似个体的多目标进化算法(SMOEA)。在种群维护中删除相似程...; 关键词：多目标进化算法多目标优化问题种群维护分布性相似个体

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

全选清除导出

共1页<1>

文诗华