基于密度的多目标差分算法

下载PDF

导出

摘要 0．前言在过去的十年中，多目标进化算法（MOEA）得到了很大的发展，能有效的解决复杂的多目标优化问题（MOP），基于种群操作的进化计算可以隐并行地搜索解空间中的多个解．并能利用不同解之间的相似性来提高其并发求解的效率。因此进化计算非常适合求解MOP。近年来由于进化计算的迅速发展，各种MOEA不断地被提出。

作者宋武

机构地区琼州学院

出处《科技信息》 2009年第19期105-106,共2页 Science & Technology Information

关键词多目标进化算法差分算法基于密度多目标优化问题进化计算相似性解空间 MOP

分类号 TP18 [自动化与计算机技术—控制理论与控制工程] TP391.7 [自动化与计算机技术—控制科学与工程]

引文网络
相关文献

参考文献1

1Rainer Storn,Kenneth Price. Differential Evolution – A Simple and Efficient Heuristic for global Optimization over Continuous Spaces[J] 1997,Journal of Global Optimization(4):341～359 被引量：1

1屈瑞斌.稳定差分算法生成的曲线[J].工程数学学报,1996,13(3):7-14.
2陈德祥.一种基于反向的差分算法[J].电脑编程技巧与维护,2014(4):16-17.
3网海搜奇和大家一起作图！[J].数字技术与应用,2006(9):38-38.
4陶毅,龚声蓉,王朝晖.序列图象中运动目标的检测[J].微电子学与计算机,1993,10(11):32-35. 被引量：3
5王娟,李飞,张路桥.限制解空间的PSO云存储任务调度算法[J].计算机应用研究,2013,30(1):127-129. 被引量：13
6于海平.一种改进的遗传模拟退火算法在TSP中的实现[J].福建电脑,2007,23(6):93-94. 被引量：2
7杨国典.视频监控中人脸识别定位方法研究[J].电子世界,2014(5):18-18. 被引量：1
8控创PC／104计算机模块MOPS—PM[J].自动化信息,2008(5):18-18.
9邓明宗,张雷波.PSO算法的改进及应用研究[J].企业科技与发展（下半月）,2009(8):55-56. 被引量：1
10张立岩,张世民,秦敏.基于改进粒子群算法排课问题研究[J].河北科技大学学报,2011,32(3):265-268. 被引量：10

科技信息

2009年第19期

浏览历史

内容加载中请稍等...

基于密度的多目标差分算法

参考文献1

相关作者

相关机构

相关主题

浏览历史