一种面向移动边缘计算的多用户细粒度任务卸载调度方法 被引量：10

1

作者 崔玉亚 张德干 +2 位作者 张婷 杨鹏 朱浩丽 《电子学报》 EI CAS CSCD 北大核心 2021年第11期2202-2207,共6页

在移动边缘计算中(Mobile Edge Computing,MEC),任务卸载可以有效地解决移动设备资源受限的问题,但是将全部任务都卸载到边缘服务器并非最优.本文提出一种面向移动边缘计算的多用户细粒度任务卸载调度新方法,把计算任务看作一个有向无环... 在移动边缘计算中(Mobile Edge Computing,MEC),任务卸载可以有效地解决移动设备资源受限的问题,但是将全部任务都卸载到边缘服务器并非最优.本文提出一种面向移动边缘计算的多用户细粒度任务卸载调度新方法,把计算任务看作一个有向无环图(Directed Acyclic Graph,DAG),对节点的执行位置和调度顺序进行了优化决策.考虑系统的延迟把计算卸载看作一个约束多目标优化问题(Constrained Multi-object Optimization Problem,CMOP),提出了一个改进的NSGA-Ⅱ算法来解决CMOP.所提出的算法能够实现本地和边缘的并行处理从而减少延迟.实验结果表明,算法能够在实际应用程序中做出最优决策. 展开更多

关键词 移动边缘计算 计算卸载 约束多目标优化问题 细粒度卸载调度 NSGA-Ⅱ

下载PDF 职称材料

基于双阶段搜索的约束进化多任务优化算法 被引量：1

2

作者 赵楷文 王鹏 童向荣 《计算机应用》 CSCD 北大核心 2024年第5期1415-1422,共8页

高效地平衡算法的多样性、收敛性和可行性是求解约束多目标优化问题(CMOP)的关键;然而,复杂约束的出现给该类问题的求解带来了更大的挑战。因此,提出一种基于双阶段搜索的约束进化多任务优化算法(TEMA),通过完成两个协同进化的任务实现... 高效地平衡算法的多样性、收敛性和可行性是求解约束多目标优化问题(CMOP)的关键;然而,复杂约束的出现给该类问题的求解带来了更大的挑战。因此,提出一种基于双阶段搜索的约束进化多任务优化算法(TEMA),通过完成两个协同进化的任务实现多样性、收敛性和可行性之间的平衡。首先,进化过程由探索和利用两个阶段组成,分别致力于加强算法在目标空间的广泛探索能力和高效搜索能力;其次,设计一种动态约束处理策略以平衡种群中可行解的比例,从而增强算法在可行区域的探索能力;再次,提出一种回退搜索策略,利用无约束Pareto前沿所包含的信息指导算法向约束Pareto前沿快速收敛;最后,在两个基准测试集中的23个问题上进行对比实验。实验结果表明,TEMA分别在14个和13个测试问题上取得最优反世代距离(IGD)值和超体积(HV)值,体现出明显优势。 展开更多

关键词 约束多目标优化问题 进化多任务优化算法 双阶段进化机制 进化算法 约束处理技术

下载PDF 职称材料

基于两阶段搜索与动态资源分配的约束多目标进化算法

3

作者 马勇健 史旭华 王佩瑶 《计算机应用》 CSCD 北大核心 2024年第1期269-277,共9页

解决约束多目标优化问题(CMOP)的难点在于平衡目标优化和约束满足的同时兼顾解集的收敛性和多样性。为解决具有大型不可行区域和较小可行区域的复杂约束多目标优化问题,提出一种基于两阶段搜索与动态资源分配的约束多目标进化算法(TSDRA... 解决约束多目标优化问题(CMOP)的难点在于平衡目标优化和约束满足的同时兼顾解集的收敛性和多样性。为解决具有大型不可行区域和较小可行区域的复杂约束多目标优化问题,提出一种基于两阶段搜索与动态资源分配的约束多目标进化算法(TSDRA)。该算法在第一阶段通过忽略约束跨越不可行区域;然后在第二阶段通过动态分配两种计算资源协调局部开发和全局探索,兼顾算法的收敛性和多样性。在LIRCMOP和MW系列测试问题上进行的仿真实验结果表明,与四个代表性的算法CMOEA-MS(Constrained Multi-Objective Evolutionary Algorithm with Multiple Stages)、ToP(Two-phase)、PPS(Push and Pull Search)和MSCMO(Multi Stage Constrained Multi-Objective evolutionary algorithm)相比,所提算法在反转世代距离(IGD)和超体积(HV)上得到了更优异的结果。在LIRCMOP系列测试问题上,TSDRA获得了10个最佳的IGD值和9个最佳的HV值;在MW系列测试问题上,TSDRA获得了9个最佳的IGD值和10个最佳的HV值,表明所提算法可以更有效地解决具有大型不可行区域和较小可行区域的问题。 展开更多

关键词 约束多目标优化问题 两阶段搜索 资源分配 非支配排序 收敛性 多样性

下载PDF 职称材料

无人机多任务区侦察时间分配模型与应用 被引量：1

4

作者 汪瀚洋 陈亮 +1 位作者 曹林 白景波 《陆军工程大学学报》 2023年第3期73-79,共7页

为了合理分配无人机对多个任务区的侦察时间,提出了一种包含问题建模、求解和方案决策的无人机多任务区侦察时间分配方法。首先,建立了包含侦察收益和侦察风险两目标的无人机多任务区侦察时间分配模型,该模型属于带约束多目标优化问题;... 为了合理分配无人机对多个任务区的侦察时间,提出了一种包含问题建模、求解和方案决策的无人机多任务区侦察时间分配方法。首先,建立了包含侦察收益和侦察风险两目标的无人机多任务区侦察时间分配模型,该模型属于带约束多目标优化问题;其次,提出了一种改进的基于分解的约束多目标进化算法,该算法具有简单、灵活、无参等特点,可有效求解;最后,利用优劣解距离法从非支配解集中选择最优方案。选择了6种约束多目标进化算法,在3个不同雷达强度指数条件下进行对比实验。Hypervolume指标说明约束多目标进化算法在求解该问题时优于其他算法。实验结果表明:提出的方法在求解无人机多任务区侦察时间分配优化问题中能够实现快速准确决策。 展开更多

关键词 无人机 侦察时间分配 约束多目标优化问题 约束多目标进化算法 优劣解距离法

下载PDF 职称材料

基于分层环境选择策略的约束多目标优化算法

5

作者 张建林 曹洁 +1 位作者 赵付青 陈作汉 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第5期131-136,共6页

针对约束多目标优化问题(CMOPs)难以平衡约束条件和目标函数的不足,提出一种基于分层环境选择策略的约束多目标优化算法(CMOEA-HES).CMOEA-HES首先采用模拟二项式交叉(SBX)和差分进化(DE)算子分别产生各自的子代种群;然后通过第一层环... 针对约束多目标优化问题(CMOPs)难以平衡约束条件和目标函数的不足,提出一种基于分层环境选择策略的约束多目标优化算法(CMOEA-HES).CMOEA-HES首先采用模拟二项式交叉(SBX)和差分进化(DE)算子分别产生各自的子代种群;然后通过第一层环境选择策略从两个子代种群中选出收敛性和多样性较好的个体;接着采用第二层环境选择机制在父代种群和第一层环境选择策略选出的个体中进行选择,在多样性和收敛性的基础上选出可行性较好的个体;最后将选出的个体作为下一代进化的种群.为验证CMOEA-HES的性能,将其与5种先进的约束多目标优化算法在两组典型的测试集上进行仿真计算,实验结果表明:CMOEA-HES在求解约束多目标优化问题上更具有竞争力. 展开更多

关键词 约束多目标优化问题 分层环境选择 约束处理机制 进化算法 可行解

原文传递

基于协同进化的约束多目标优化算法 被引量：2

6

作者 张祥飞 鲁宇明 张平生 《计算机应用》 CSCD 北大核心 2021年第7期2012-2018,共7页

针对约束多目标优化算法存在难以有效地兼顾收敛性和多样性的问题,提出一种基于协同进化的约束多目标优化算法。第一阶段,通过基于稳态演化的可行解搜索方式得到一个具有一定数量可行解的种群;第二阶段,将这个种群拆分为两个子种群,并... 针对约束多目标优化算法存在难以有效地兼顾收敛性和多样性的问题,提出一种基于协同进化的约束多目标优化算法。第一阶段,通过基于稳态演化的可行解搜索方式得到一个具有一定数量可行解的种群;第二阶段,将这个种群拆分为两个子种群,并通过双子种群协同进化的方式实现对收敛性和多样性的兼顾;最后采用标准约束多目标优化问题CF1~CF7、DOC1~DOC7和实际工程问题进行仿真实验,以测试所提算法的求解性能。实验结果表明,与基于约束支配准则的非支配排序遗传算法(NSGA-Ⅱ-CDP)、两阶段算法(ToP)、推拉搜索算法(PPS)和约束多目标优化的双存档进化算法(C-TAEA)相比,所提算法在反向世代距离(IGD)和超体积(HV)两个指标上均取得了良好的结果,说明所提算法可以有效地兼顾收敛性和多样性。 展开更多

关键词 约束多目标优化问题 双种群 协同进化 差分进化 PARETO前沿

下载PDF 职称材料

约束多目标进化算法研究进展

7

作者 朱亚文 周红标 +1 位作者 李杨 徐浩渊 《计算机应用研究》 CSCD 北大核心 2022年第9期2582-2590,2602,共10页

约束多目标进化算法(CMOEAs)能够同时处理多个相互冲突的目标函数和约束条件,引导种群逼向可行域的最优解,受到了研究者的广泛重视。首先介绍了约束多目标优化问题(CMOPs)的相关定义和多目标进化算法(MOEAs)的三种分类;其次,系统地分析... 约束多目标进化算法(CMOEAs)能够同时处理多个相互冲突的目标函数和约束条件,引导种群逼向可行域的最优解,受到了研究者的广泛重视。首先介绍了约束多目标优化问题(CMOPs)的相关定义和多目标进化算法(MOEAs)的三种分类;其次,系统地分析了当前CMOEAs中约束处理机制,凝练出当前主要的四种约束处理方法;然后,从基于支配、基于指标、基于分解三个方面对CMOEAs的研究进展进行了详细综述;最后,指明了CMOEAs存在的挑战和未来研究方向。 展开更多

关键词 约束多目标优化问题 约束多目标进化算法 基于支配 基于指标 基于分解

下载PDF 职称材料

一种约束多目标优化问题的改进蚁群遗传算法

8

作者 伍爱华 《电脑知识与技术》 2008年第12X期2830-2832,共3页

该文针对多目标蚁群遗传算法(MOAGA)解集边界分布不均的问题,提出改进算法,解决了连续空间中带约束条件多目标优化问题。改进算法在基本MOAGA算法的基础上,在选择中引入一定比例的边界决策、单目标最优决策,并提高边界决策的交叉率。实... 该文针对多目标蚁群遗传算法(MOAGA)解集边界分布不均的问题,提出改进算法,解决了连续空间中带约束条件多目标优化问题。改进算法在基本MOAGA算法的基础上,在选择中引入一定比例的边界决策、单目标最优决策,并提高边界决策的交叉率。实验证明,改进算法解决了基本算法解集分布边界疏中间密的问题,并且能更快的获得散布性较好的Pareto最优解集。 展开更多

关键词 约束多目标优化问题 改进蚁群遗传算法 散布性 PARETO前沿

下载PDF 职称材料

基于有约束多目标进化算法的冷轧负荷分配分析 被引量：1

9

作者 孙浩 肖宏 胡庆军 《中国机械工程》 EI CAS CSCD 北大核心 2017年第1期93-100,共8页

冷轧负荷分配问题可以抽象为一个有约束多目标优化问题。为解决此问题,提出了基于环境Pareto支配选择策略的有约束多目标进化算法。该算法更加客观地评价了两个不同解的优劣,利用优秀不可行解加速算法收敛。以等功率裕量、最小轧制能耗... 冷轧负荷分配问题可以抽象为一个有约束多目标优化问题。为解决此问题,提出了基于环境Pareto支配选择策略的有约束多目标进化算法。该算法更加客观地评价了两个不同解的优劣,利用优秀不可行解加速算法收敛。以等功率裕量、最小轧制能耗、最小综合打滑函数、末机架板形良好轧制力为优化目标,利用有约束多目标进化算法得到了4个目标函数之间的定量关系,使决策者不需要掌握复杂的轧制理论知识就可以直观地掌握轧制规律,并进一步说明了多目标策略在压下负荷分配中的必要性。 展开更多

关键词 有约束多目标优化问题 约束处理技术 冷轧压下负荷分配 差分进化算法

下载PDF 职称材料

基于双种群进化策略的教与学-免疫克隆多目标进化算法 被引量：1

10

作者 翟志波 宋光婕 《宝鸡文理学院学报（自然科学版）》 CAS 2019年第2期23-29,共7页

目的 用基于双种群进化策略的教与学-免疫克隆多目标进化算法(multi-objective teaching-learning-based optimization with immune clone algorithm, MTLBO-ICA),解决无约束多目标优化问题。方法 将局部搜索能力强的免疫克隆算法(immun... 目的 用基于双种群进化策略的教与学-免疫克隆多目标进化算法(multi-objective teaching-learning-based optimization with immune clone algorithm, MTLBO-ICA),解决无约束多目标优化问题。方法 将局部搜索能力强的免疫克隆算法(immune clone algorithm, ICA)与全局搜索能力强的教与学优化算法(teaching-learning-based optimization,TLBO)算法相结合;采用Pareto交叉算子,使得优秀个体基因尽可能得到保留;采用Pareto支配的策略,将种群分为非支配个体和支配个体。结果 相比于经典的多目标优化算法NSGA-II,SPEA2以及MOTLBO,MTLBO-ICA算法得到的Pareto曲线与真实Pareto曲线拟合的比较好。结论 MTLBO-ICA在收敛性和分散性方面都有很好的表现,能有效解决无约束多目标进化问题。 展开更多

关键词 无约束多目标优化问题 教与学优化算法 免疫克隆算法 Pareto交叉算子

下载PDF 职称材料

基于多目标优化的电机驱动伺服转台切换模型

11

作者 叶超 郭绪猛 +1 位作者 张倩 王群京 《微特电机》 2018年第3期43-46,共4页

与平稳运行时相比,电机驱动伺服转台在过零或低速的工况下,会呈现出不良的系统特性。应用多个子模型分别描述伺服转台在不同工作状态下的输入输出关系,并基于切换系统理论建立整体的非线性模型。为辨识切换系统模型参数,构建有约束多目... 与平稳运行时相比,电机驱动伺服转台在过零或低速的工况下,会呈现出不良的系统特性。应用多个子模型分别描述伺服转台在不同工作状态下的输入输出关系,并基于切换系统理论建立整体的非线性模型。为辨识切换系统模型参数,构建有约束多目标优化问题,并应用多目标粒子群优化算法,对该问题进行求解。交叉验证实验比对说明了该切换模型的有效性。 展开更多

关键词 伺服转台 切换系统 参数辨识 有约束多目标优化问题 多目标粒子群优化算法

下载PDF 职称材料