题名 基于改进Elman神经网络的变压器故障诊断方法
被引量：8
1
作者
王英洁 曹铁男
机构
中国南方电网有限责任公司科学研究院
出处
《沈阳工业大学学报》
EI
CAS
北大核心
2021年第3期254-258,共5页
基金
国家自然科学基金项目(61372071) 中国南方电网有限责任公司专项课题(ZBKJXM20170060).
文摘
针对变压器故障诊断困难的问题,提出了一种基于改进Elman神经网络的变压器故障诊断方法.利用核主成分分析算法对Elman神经网络进行改进,通过引入累积贡献率计算得到改进Elman神经网络最优输入特征参数,基于数据集和测试集将改进Elman神经网络应用于变压器的常见故障诊断中,并将试验结果与其他故障诊断方法的诊断结果进行对比.结果表明,所提方法诊断准确率超过90%,与支持向量机和BP神经网络诊断方法相比,该方法的诊断准确率更高.
关键词
ELMAN神经网络 核主成分分析算法 变压器 故障诊断 参考 向量 特征参数 数据集 测试集
Keywords
Elman neural network kernel principal component analysis transformer fault diagnosis reference vector characteristic parameter data set test set
分类号
TM41
[电气工程—电器]
题名 基于粒子群与聚类的多目标优化算法
被引量：3
2
作者
熊志坚 王晓晶 杨景明 王伟芳 赵志伟
机构
唐山学院人工智能学院河北省智能数据信息处理与控制重点实验室 燕山大学电气工程学院 开滦总医院信息科 唐山师范学院数学与计算科学学院
出处
《计量学报》
CSCD
北大核心
2023年第2期252-257,共6页
基金
河北省自然科学基金-钢铁联合研究基金(E2019105123) 河北省高等学校科学技术研究项目(ZD2019311) +1 种基金 唐山市科技计划项目(21130213C) 唐山市人才资助项目(A202203032,A2021110015)。
文摘
针对粒子群优化算法容易陷入局部最优的问题,提出了一种基于粒子群优化与分解聚类方法相结合的多目标优化算法。算法基于参考向量分解的方法,通过聚类优选粒子策略来更新全局最优解。首先,通过每条均匀分布的参考向量对粒子进行聚类操作,来促进粒子的多样性。从每个聚类中选择一个具有最小聚合函数适应度值的粒子,以平衡收敛性和多样性。动态更新全局最优解和个体最优解,引导种群均匀分布在帕累托前沿附近。通过仿真实验,与4种粒子群多目标优化算法进行对比。实验结果表明,提出的算法在27个选定的基准测试问题中获得了20个反世代距离(IGD)最优值。
关键词
计量学 多目标优化 粒子群优化 聚类 参考 向量
Keywords
metrology multi-objective optimization particle swarm optimization clustering reference vector
分类号
TB973
[一般工业技术—计量学]
TB931
[机械工程—测试计量技术及仪器]
题名 磨矿过程动态多目标优化方法研究及应用
3
作者
刘道喜 杨佳伟 邹国斌 李康
机构
矿冶科技集团有限公司
出处
《有色金属（选矿部分）》
CAS
2024年第3期115-121,共7页
基金
国家重点研发计划项目(2020YFE0201100) 甘肃省科技计划项目(20ZD7WC010)。
文摘
磨矿过程是选前准备最后一道工序,其目的是使矿石中的有用矿物和脉石矿物或不同的有用矿物实现单体解离或者使物料的粒度满足选别作业的要求。磨矿过程的主要控制目标保证磨矿产物浓度、粒度合格,满足下一段磨矿或选别作业对此段磨矿粒度的要求,在此基础上尽可能提升处理量;同时也要保证设备安全及能耗合理。所以,磨矿过程优化控制是一个典型的多目标优化问题,针对磨矿生产过程存在多个目标问题进行研究,提出一种基于参考向量的磨矿过程动态多目标进化优化方法,首先,采用经验知识的专家系统作为参考向量,嵌入到NSGA-Ⅱ算法上,实现优化决策。然后,针对磨矿过程特点,建立生产指标正常的经验数学模型,解决目标函数难以建立的问题。针对周期改变或随机变化的实际生产工况,设计面向工艺的环境观测器,能够及时发现当前环境的变化,并合理给出新环境下磨矿过程的优化决策,实现磨矿过程多目标优化,即在磨矿产品合格前提下最大化处理量、能耗最合理。最后,设计开发控制器,在某半自磨磨矿过程成功应用,实现了磨矿产品指标的稳定、处理量的稳定以及磨矿电单耗的降低。
关键词
磨矿 参考 向量 多目标优化 优化决策
Keywords
grinding reference vector multi objective optimization optimize decision-making
分类号
TD954
[矿业工程—选矿]
TD921.5
题名 面向多目标优化的多样性代理辅助进化算法
被引量：6
4
作者
孙哲人 黄玉划 陈志远
机构
南京航空航天大学计算机科学与技术学院
出处
《软件学报》
EI
CSCD
北大核心
2021年第12期3814-3828,共15页
基金
江苏省科技支撑计划(BE2013879)。
文摘
代理辅助进化算法(SAEA)是目前解决昂贵优化问题的一种有效途径.提出一种基于多样性的代理辅助进化算法(DSAEA)来解决昂贵多目标优化问题.DSAEA采用Kriging模型近似每个目标来代替原目标函数进行评估,加速了进化算法的优化过程.其引入参考向量把问题分解为多个子问题,根据解与参考向量之间的角度大小建立它们的相关性,然后计算出最小相关解集.在此基础上,候选解生成算子和选择算子会趋向于保留多样性的解.另外,训练集A在每次迭代后会进行更新,根据多样性删除价值不大的样本以减少建模时间.实验部分对DSAEA与目前流行的代理辅助进化算法在大规模2目标和3目标优化问题上进行对比实验.每个算法在不同的测试问题上分别独立运行30次,并计算和统计反向迭代距离(IGD)、超体积(HV)和运行时间,最后使用秩和检验分析实验结果.结果表明:DSAEA在多数实验测试问题上表现更好,因此具有有效性和可行性.
关键词
代理模型 进化算法 多目标优化 昂贵问题 参考 向量 模型管理 KRIGING
Keywords
surrogate evolutionary algorithm multi-objective optimization expensive problem reference vector model management Kriging
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 基于分解和聚类的昂贵高维多目标进化算法
5
作者
徐三水 李军华 李凌 黎明
机构
南昌航空大学江西省图像处理与模式识别重点实验室
出处
《控制与决策》
EI
CSCD
北大核心
2024年第2期440-448,共9页
基金
国家自然科学基金项目(62066031,61866025,61866026) 江西省研究生创新基金项目(YC2021-S678)。
文摘
使用进化算法解决昂贵高维多目标优化问题时,因目标维数较高,导致收敛性和多样性平衡困难,并且消耗成本过高,使得计算资源有限时难以收敛.为此,提出一种基于分解和聚类的昂贵高维多目标进化算法(DC-EMEA),使用克里金模型近似目标函数,减少昂贵函数的评价次数.在优化器对模型的最优解集搜索时,借助参考向量分解目标空间,有利于收敛性和多样性的平衡,同时采取两轮选择的方式,保证后代种群规模与父代相同,为填充准则选择真实评价的个体时,提供更多选择,提升搜索效率.同时,提出一种自适应填充准则,首先使用K均值算法将种群划分为k个子种群.通过划分邻域,将子种群自适应地分成不同类型,根据子种群的类型选择个体,提升计算资源的利用率.在选择个体时,侧重于对收敛性压力的维持,提升收敛速度.将选出的个体用于更新模型和档案.实验结果表明, DC-EMEA能够很好地平衡收敛性和多样性,同时具有较强的收敛能力.
关键词
克里金模型 高维昂贵优化 填充准则 参考 向量 进化算法 聚类算法
Keywords
Kriging model expensive many-objective optimization infill criterion reference vector evolutionary algorithm cluster algorithm
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 基于帕累托前沿面曲率预估的超多目标进化算法
被引量：2
6
作者
梁正平 林万鹏 胡凯峰 明仲 朱泽轩
机构
深圳大学计算机与软件学院
出处
《软件学报》
EI
CSCD
北大核心
2023年第9期4096-4113,共18页
基金
国家重点研发计划(2021YFB2900800) 国家自然科学基金(61871272) +1 种基金 广东省自然科学基金(2020A1515010479,2021A1515011911) 深圳市高等院校稳定支持(20200811181752003)。
文摘
基于分解的超多目标进化算法是求解各类超多目标优化问题的主流方法,其性能在很大程度上依赖于所采用参考向量与真实帕累托前沿面(Pareto front, PF)的匹配程度.现有基于分解的超多目标进化算法尚难以同时有效处理各类PF不同的优化问题.为此,提出了一种基于PF曲率预估的超多目标进化算法(MaOEA-CE).所提算法的核心包括两个方面,首先基于对PF曲率的预估,在每次迭代过程中生成不同的参考向量,以渐进匹配不同类型问题的真实PF;其次在环境选择过程中,再基于预估的曲率选择合适的聚合函数对精英解进行挑选,并对参考向量进行动态调整,在维护种群多样性的同时提升种群的收敛性.为验证MaOEA-CE的有效性,将其与7个先进的超多目标算法在3个主流测试问题集DTLZ、WFG和MaF上进行对比,实验结果表明MaOEA-CE具有明显的竞争力.
关键词
超多目标优化 进化算法 曲率预估 参考 向量 环境选择
Keywords
many-objective optimization evolutionary algorithm curvature estimation reference vectors environmental selection
分类号
TP301
[自动化与计算机技术—计算机系统结构]
题名 基于改进SPEA2算法的给水管网多目标优化设计
被引量：4
7
作者
孟勤超 杨翠丽 乔俊飞
机构
北京工业大学信息学部 北京工业大学计算智能与智能系统北京市重点实验室
出处
《智能系统学报》
CSCD
北大核心
2018年第1期118-124,共7页
基金
国家自然科学基金项目(61533002 61603012)
文摘
针对给水管网多目标优化设计问题,将管网造价、节点富余水头总和以及节点富余水头方差设为目标函数,从经济性和可靠性两方面对给水管网进行优化。为了获取多样性和收敛性好的解,本文结合选择机制中支配和分解的思想,引入参考向量到强度帕累托进化算法(strength Pareto evolutionary algorithm 2,SPEA2)中,配合支配强度进行解的选择。通过双环管网和纽约管网两个管网案例,仿真结果表明了所提算法在解决管网多目标优化设计问题上的有效性,并最终应用于实际的管网工程建设中。
关键词
给水管网系统 多目标优化 强度帕累托进化算法 参考 向量 经济性 可靠性 双环管网 纽约管网
Keywords
water distribution system multi-objective optimization strength Pareto evolutionary algorithm 2 referencevectors economy reliability two-loop network New York tunnels network
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 基于自适应学习的电力财务系统信息化特征提取方法
8
作者
周永博
机构
国网甘肃省电力公司
出处
《甘肃科学学报》
2023年第3期7-12,23,共7页
文摘
针对电力财务系统数字化程度不高、资金流动情况和经营情况管理不够全面等问题,提出了基于自适应学习的电力财务系统深度信息化特征提取方法。构建电力财务信息联合分布模型,获取电力财务信息活动序列;应用交叉性自适应学习算法,获取电力财务信息的关联特征;利用支持向量机算法对关联特征进行分类处理,获取电力财务信息特征向量数量,并将其输入至灰色关联度的信息特征提取模型内;对比参考向量和比较向量的关联程度,输出最终的电力财务信息特征。实例分析结果表明:该方法具备较好的适应度、收敛性和鲁棒性的同时,对电力财务信息特征提取的精度在0.9以上;其提取的电力企业财务信息特征可清晰呈现该电力企业当前资金流动情况和经营情况,数字化和深度信息化能力卓越。
关键词
自适应学习 电力财务系统 深度信息化 特征提取 参考 向量
Keywords
Adaptive learning Power financial system Deep informatization Feature extraction Reference vector
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 基于参考向量的自适应约束多目标进化算法
被引量：1
9
作者
史非凡 史旭华
机构
宁波大学信息科学与工程学院
出处
《计算机应用》
CSCD
北大核心
2022年第2期542-549,共8页
基金
国家自然科学基金资助项目(61773225)。
文摘
针对目前用多目标进化算法(MOEA)处理约束多目标优化问题(CMOP)的研究通常以解决单一类型约束为主,而在面对不同种类的复杂约束时算法难以收敛或者种群分布性差的问题,以基于分解的多目标进化算法(MOEA/D)框架为基础,提出一种基于参考向量的自适应约束多目标进化算法(ARVCMOEA)。首先将参考向量分成主参考向量及辅助参考向量两部分,然后在算法起始阶段通过无约束的辅助参考向量指导种群快速跨越不可行区间,最后通过自适应地调整辅助参考向量的位置及弱化对其的分布性要求来提高算法分布性及搜索能力。实验在30个具有不同种类复杂约束的测试函数上进行了验证,结果表明所提算法面对不同种类的约束时均可以很好地收敛,在总体性能上均优于NSGA-Ⅱ(Non-dominated Sorting Genetic Algorithm Ⅱ)、C-MOEA/D(Constraint-MOEA/D)及MOEA/D-DAE,并且相较于目前性能优异的CCMO(Coevolutionary Constrained Multi-objective Optimization framework)在部分测试函数上可以得到更优异的结果。可见,所提算法在面对不同种类的CMOP时具有优异的性能。
关键词
多目标进化算法 约束优化 复杂约束 分解 参考 向量
Keywords
Multi-Objective Evolutionary Algorithm(MOEA) constrained optimization complex constraint decomposition,reference vector
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
题名 基于分解的高维多目标改进进化算法
被引量：2
10
作者
乔钢柱 王瑞 孙超利
机构
太原科技大学计算机科学与技术学院 中北大学大数据学院
出处
《计算机应用》
CSCD
北大核心
2021年第11期3097-3103,共7页
基金
国家自然科学基金资助项目(61876123) 山西省自然科学基金资助项目(201901D111264,201901D111262)。
文摘
针对基于参考向量的高维多目标进化算法中随机选择父代个体会降低算法的收敛速度,以及部分参考向量分配个体的缺失会减弱种群多样性的问题,提出了一种基于分解的高维多目标改进优化算法(IMaOEA/D)。首先,在分解策略框架下,当一个参考向量至少分配了2个个体时,对该参考向量分配的个体根据其到理想点的距离选择父代个体来繁殖子代,从而提高搜索速度。然后,针对未能分配到至少2个个体的参考向量,则从所有个体中选择沿该参考向量和理想点距离最小的点,使得该参考向量至少有2个个体与其相关。同时,确保环境选择后每个参考向量有一个个体与其相关,从而保证种群的多样性。在10个和15个目标的MaF测试问题集上将所提算法与其他4个基于分解的高维多目标优化算法进行了测试对比,实验结果表明所提算法对于高维多目标优化问题具有较好的寻优能力,且该算法在30个测试问题中的14个测试问题上得到的优化结果均优于其他4个对比算法,特别是对于退化问题具有一定的寻优优势。
关键词
高维多目标优化 参考 向量 收敛性 多样性 环境选择
Keywords
high-dimensional many-objective optimization reference vector convergence diversity environmental selection
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 基于R2指标和参考向量的高维多目标进化算法
被引量：2
11
作者
陈国玉 李军华 黎明 陈昊
机构
南昌航空大学江西省图像处理与模式识别重点实验室
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2021年第11期2675-2690,共16页
基金
国家自然科学基金(61440049,61866025,61866026,62066031) 江西省自然科学基金(20181BAB202025) 江西省优势科技创新团队计划(20181BCB24008)资助。
文摘
在高维多目标优化中,不同的优化问题存在不同形状的Pareto前沿(PF),而研究表明大多数多目标进化算法(Multi-objective evolutionary algorithms,MOEAs)在处理不同的优化问题时普适性较差.为了解决这个问题,本文提出了一个基于R2指标和参考向量的高维多目标进化算法(An R2 indicator and reference vector based many-objective optimization evolutionary algorithm,R2-RVEA).R2-RVEA基于Pareto支配选取非支配解来指导种群进化,仅当非支配解的数量超过种群规模时,算法进一步采用种群分解策略和R2指标选择策略进行多样性管理.通过大量的实验证明,本文提出的算法在处理不同形状的PF时具有良好的性能.
关键词
R2 指标 参考 向量 高维多目标优化 进化算法
Keywords
R2 indicator reference vector many-objective optimization evolutionary algorithm
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 基于参考距离最小的快速矢量滤波算法
被引量：1
12
作者
张辰锐 邱炎儿 雷涛
机构
吕梁学院物理系 陕西科技大学电气信息工程学院
出处
《电子设计工程》
2018年第10期114-119,共6页
基金
国家自然科学基金资助项目(61461025 61202314)
文摘
针对目前彩色图像滤波算法在高密度脉冲噪声下去除噪声性能较差并且计算量较高的问题,提出了一种基于参考距离最小的快速矢量滤波算法。该算法首先对图像中噪声进行检测,然后计算滑动窗口的标量中值滤波结果,并将其作为参考向量,通过计算滑动窗口中全部像素与参考向量间的欧氏距离,选取与参考向量距离最短的像素作为最终的滤波输出结果。与现有方法相比,所提方法表现出更好的去噪效果,且具有更低的计算复杂度。
关键词
矢量中值滤波 噪声去除 参考 向量 彩色图像处理
Keywords
vector median filter noise removal reference vector color image processing
分类号
TN919.8
[电子电信—通信与信息系统]
题名 带参考向量的ICA电子鼻背景干扰消除算法
被引量：1
13
作者
田逢春 闫嘉 何庆华 沈岳 冯敬伟 贾鹏飞 徐姗
机构
重庆大学通信工程学院 第三军医大学大坪医院外科研究所
出处
《计算机工程》
CAS
CSCD
2012年第21期26-29,共4页
基金
中央高校基本科研业务费专项基金资助项目(CDJXS10160001) 重庆市自然科学基金资助重点项目"基于电子鼻技术的人体创伤反应气味模式识别算法研究"(CSTC +2 种基金 2009BA2021) 重庆市重大科技专项基金资助项目"面向环境空气监测与净化的低成本产品研发及产业化"(CSTC 2010AB2002)
文摘
针对电子鼻伤口感染检测中的背景干扰问题,提出一种带参考向量的独立分量分析(ICA)背景干扰消除算法。利用ICA分解传感器阵列信号并提取独立分量,通过计算独立分量与参考向量的相关性,区分有用信号和背景干扰,采用神经网络分类器进行模式识别。实验结果表明,该算法能消除电子鼻背景干扰,提高伤口感染检测的准确率。
关键词
电子鼻 伤口感染 背景干扰消除 独立分量分析 参考 向量
Keywords
electronic nose wound infection background interference elimination Independent Component Analysis（ICA） reference vector
分类号
TP212
[自动化与计算机技术—检测技术与自动化装置]
题名 基于双参考向量的SIFT特征点匹配算法
被引量：1
14
作者
胡志高 杨瑞琰 陈卓
机构
中国地质大学数学与物理学院
出处
《山西师范大学学报（自然科学版）》
2017年第3期38-41,共4页
文摘
针对向量夹角的近似最近邻搜索算法向量误搜索率高的问题,提出了一种基于双参考向量的SIFT特征点匹配算法——DRV算法.该算法通过两个参考向量对应的同心圆锥相切部分的交集,大幅缩小了特征向量搜索的范围.实验结果表明,与经典的SIFT算法相比较,DRV算法在获得满意匹配效果的同时,有效降低了SIFT特征点匹配的时间成本.
关键词
SIFT DRV 特征点匹配 参考 向量
Keywords
SIFT DRV featurepoint matching reference vectors
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 基于参考向量的偏好多目标及在精馏过程优化中的应用
被引量：1
15
作者
刘强 史旭华
机构
宁波大学信息科学与工程学院
出处
《计算机与应用化学》
CAS
北大核心
2018年第7期553-562,共10页
基金
国家自然科学基金项目(61773225)
文摘
传统多目标优化算法得到的解集是整个Pareto最优面,需要在Pareto最优解的搜索上花费大量的精力,为充分利用有限的计算资源提高多目标优化的实用性和计算效率,提出一种带决策者偏好信息的多目标优化算法。该算法首先确定一个参考点用于生成偏好向量,然后设置一个偏好半径,形成搜索偏好区域,最后利用偏好区域特性提出新型支配关系,引导种群在偏好区域内集中搜索,完成多目标优化,并将结果应用于精馏过程的优化。通过与g-dominance偏好方法的比较实验,结果表明,所提出的算法能引导种群趋近于决策者最感兴趣的区域,相对于g-dominance方法有较好的优越性。
关键词
多目标优化 偏好信息 参考 向量 偏好区域 精馏过程
Keywords
multi-objective optimization preference information reference vector preference region Distillation process
分类号
TP271
[自动化与计算机技术—检测技术与自动化装置]
题名 基于自适应支配和参考向量的高维多目标优化算法
被引量：1
16
作者
孙文静 李军华
机构
南昌航空大学信息工程学院
出处
《南昌航空大学学报（自然科学版）》
CAS
2021年第1期52-62,共11页
基金
国家自然科学基金(20181BCB24008)。
文摘
现有的改进支配方法提高了解集逼近Pareto前沿的能力,但平衡种群收敛性和多样性的能力仍然不足。针对此问题,提出了一种基于自适应支配和参考向量的高维多目标优化算法(An adaptive dominance and reference vector based evolutionary algorithm for many-objective optimization,ADRVEA)。首先提出自适应支配(Adaptive dominance,AD)来设计小生境机制;然后通过参考向量划分目标空间来提高种群多样性;最后构建适应度表达式来实现精英选择。实验证明所提出的ADRVEA不仅性能良好,而且有效平衡了种群的收敛性和多样性。
关键词
高维多目标优化 平衡收敛性和多样性 自适应支配 参考 向量
Keywords
Many-objective optimization balance convergence and diversity adaptive dominance reference vector
分类号
U458
[建筑科学—桥梁与隧道工程]
题名 整流器、电源电路
17
出处
《电子科技文摘》
2000年第9期19-20,共2页
文摘
Y2000-62264-47 0014316双相逆变器馈电单相感应电动机用的空间向量脉宽调制技术=Space vector PWM technique for two-phase in-verterfed single-phase induction motors[会,英]/Jang,D.H.& Yoon,D.Y.//1999 IEEE Industry Applica-tions Meeting,Vol.1.—47～53(PC)提出了双相逆变器用的空间电压向量脉宽调制(SVPWM)技术。这种技术用于单相感应电动机驱动。双相逆变器中存在有4空间电压向量和无零向量。通过调节4空间向量而实现平方轨迹中的参考向量。还介绍了双相逆变器的开关顺序“双相对称调制”。
关键词
三相逆变器 单相感应电动机 整流器 空间向量 电源电路 脉宽调制技术 双相 电子镇流器 参考 向量 过调节
分类号
TN
[电子电信]
题名 基于参考向量和纠错编码的测试数据压缩算法
18
作者
陶丽楠
机构
哈尔滨工业大学自动化测试与控制系
出处
《国外电子测量技术》
2011年第12期18-21,共4页
文摘
随着系统级芯片SoC的集成度越来越高,所需的测试数据量呈指数倍增长,针对测试数据量大这一关键问题,提出了一种有效的基于参考向量和纠错码编码的压缩方案,该方案对测试数据进行三步处理:对测试向量进行分块处理;按照特定的团划分方式选出参考向量;利用纠错码和测试数据相容性的特点对测试数据进行编码。提出的编码具有更短的码字,解压电路结构简单,与同类编码方法相比,该编码能将压缩效率提升至80%,并降低成本。
关键词
参考 向量 团划分 纠错码 数据压缩
Keywords
reference vector clique partition error-correcting code data compression
分类号
TP302
[自动化与计算机技术—计算机系统结构]
题名 基于网格选择的多模态多目标优化算法
19
作者
褚晓凯 张佳星 屈俊峰
机构
河北地质大学信息工程学院 湖北文理学院计算机工程学院
出处
《信息与电脑》
2021年第19期54-57,共4页
基金
襄阳市2020年农业领域重点科技创新计划“基于多源异构大数据平台的精准农业智能化服务系统的研发与应用”(项目编号:2020ABA002240)。
文摘
笔者提出基于网格选择的多模态多目标优化算法,其创新之处包括设计了一个解决多模态多目标优化问题兼顾全局搜索与局部搜索的算法框架,提出了基于参考向量的动态子种群分配策略和动态自适应的网格选解方法。为验证算法的性能,将其在12个多模态多目标测试问题上与最新的多模态多目标算法进行比较。实验结果表明,所提出的算法能有效解决多模态多目标优化问题,并在某些测试问题上表现出了优异的性能。
关键词
多模态多目标优化问题 局部搜索 参考 向量 网格
Keywords
multi-modal multi-objective optimization problem local search reference vector grid
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 IRVEA:一种改进角度惩罚距离的RVEA算法
20
作者
郭华 韦伟 谢承旺 潘嘉敏 程文旗 谢子若
机构
南宁师范大学计算机与信息工程学院 华南师范大学数据科学与工程学院 华东交通大学软件学院
出处
《萍乡学院学报》
2021年第6期62-67,共6页
基金
国家自然科学基金(61763010) 广西自然科学基金(2021GXNSFAA075011) 广西研究生教育创新计划项目(YCSW2020194)。
文摘
多目标和高维多目标进化算法致力于平衡收敛性和多样性。经典的RVEA算法利用角度惩罚距离方法平衡收敛性与多样性,但它仍存在不足,从而对算法的性能产生不利影响。课题组提出一种改进的角度惩罚距离方法IAPD以更好地平衡算法的收敛性和多样性,并将IAPD策略嵌入RVEA中,以取代原始的APD方法,设计了一种改进角度惩罚距离的RVEA算法,即IRVEA。IRVEA与其他三种经典的高维多目标进化算法一同在3-、5-、8-和10-目标的WFG1~WFG6测试问题上进行IGD性能测试,结果表明:该算法在平衡收敛性和多样性上具有显著优势。由此表明IRVEA算法是一种有前途的高维多目标进化算法。
关键词
高维多目标优化 进化算法 改进角度惩罚距离 参考 向量
Keywords
many-objective optimization problems evolutionary algorithm improved angle penalty distance many-objective evolutionary algorithm reference vector
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
