期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于决策变量交互识别的多目标优化算法 被引量：6
1
作者 王丽萍 林豪 +1 位作者 潘笑天 俞维 《浙江工业大学学报》 CAS 北大核心 2021年第4期355-367,共13页
当前求解大规模优化问题的关键在于决策变量的有效分组。随着决策变量规模的增大,决策变量间以及决策变量与目标函数间的关系愈加复杂。在总的适应度评价次数给定的条件下,决策变量分组所消耗的适应度评价次数越多,种群进化过程中所剩... 当前求解大规模优化问题的关键在于决策变量的有效分组。随着决策变量规模的增大,决策变量间以及决策变量与目标函数间的关系愈加复杂。在总的适应度评价次数给定的条件下,决策变量分组所消耗的适应度评价次数越多,种群进化过程中所剩适应度评价次数越少,从而影响算法收敛能力,导致解集质量下降。为解决以上问题,首先,提出了一种决策变量交互识别策略,该策略能够以较少的适应度评价次数,识别决策变量的潜在交互结构并形成子组件,实现每个子组件间关联性最小;其次,在决策空间中根据个体间角度来划分每个子组件的邻域范围;最后,结合MOEA/D算法框架,提出了MOEA/D-IRG(基于决策变量交互识别的多目标优化)算法分别独立优化各个子组件。仿真实验结果表明:在LSMOP1-4测试问题上,随着决策变量规模的增加,MOEA/D-IRG算法性能明显优于NSGA-II、MOEA/D和S3-CMA-ES算法,所获解集质量更高。 展开更多
关键词 大规模变量 变量交互识别 决策变量分组 适应度评价 多目标优化
下载PDF
LSMOEA/2s:一种基于变量两阶段分组的多目标进化算法 被引量：2
2
作者 谢承旺 潘嘉敏 +1 位作者 付世炜 廖剑平 《广西科学》 CAS 北大核心 2023年第2期413-420,共8页
大规模多目标优化问题(Large-Scale Multi-objective Optimization Problem,LSMOP)固有的性质给多目标进化算法(Multi-Objective Evolutionary Algorithm,MOEA)带来挑战。目前大多数大规模多目标进化算法(Large-Scale Multi-Objective E... 大规模多目标优化问题(Large-Scale Multi-objective Optimization Problem,LSMOP)固有的性质给多目标进化算法(Multi-Objective Evolutionary Algorithm,MOEA)带来挑战。目前大多数大规模多目标进化算法(Large-Scale Multi-Objective Evolutionary Algorithm,LSMOEA)需要耗费较多的计算资源对大规模决策变量进行分组,使得用于优化问题解的计算资源相对不足,影响了算法效率和解题性能。基于此,本研究提出一种基于变量两阶段分组的多目标进化算法(Large-Scale Multi-Objective Evolutionary Algorithm adopting two-stage variable grouping,LSMOEA/2s)。新算法首先利用基于变量组的相关性检测方法快速识别独立变量,然后利用高频次随机分组方法将非独立变量划分成若干子组,最后利用MOEA/D算法优化所有的独立变量和非独立变量子组。将所提算法与当前4种代表性算法(MOEA/D、CCGDE3、RVEA、S3-CMA-ES)一同在LSMOP系列测试问题上进行反转世代距离(Inverted Generational Distance,IGD)性能测试,结果表明,LSMOEA/2s较其他算法具有显著的性能优势。 展开更多
关键词 大规模决策变量 多目标优化问题 大规模多目标进化算法 两阶段分组 收敛性 多样性
下载PDF
基于决策变量自适应分类的大规模多目标进化算法
3
作者 付世炜 《长江信息通信》 2023年第7期65-67,70,共4页
决策变量分类是求解大规模多目标优化问题有效的解决方式之一,鉴于此,文章提出一种基于决策变量自适应分类的大规模多目标进化算法MOEA/ADA,通过设置决策变量分类阈值与自适应的决策变量随机采样数实现决策变量自适应分类并进行优化。... 决策变量分类是求解大规模多目标优化问题有效的解决方式之一,鉴于此,文章提出一种基于决策变量自适应分类的大规模多目标进化算法MOEA/ADA,通过设置决策变量分类阈值与自适应的决策变量随机采样数实现决策变量自适应分类并进行优化。本文算法与四种大规模多目标进化算法在四种维度的大规模决策变量数的LSMOP1-5基准测试问题上进行性能实验。实验表明:该算法可以解决许多复杂的优化问题,是一种较为智能且优良的算法。 展开更多
关键词 多目标进化算法 大规模 决策变量 自适应分类
下载PDF
基于混合变量动态分组的大规模多目标进化算法 被引量：1
4
作者 潘嘉敏 《长江信息通信》 2022年第11期36-38,共3页
变量分组是解决大规模多目标优化问题的有效途径。针对混合变量分组存在的问题,文章提出基于混合变量动态分组的大规模多目标进化算法来对混合变量进行更精确的分组,通过控制变量分析中个体非支配排序后第一层的个体数与采样数的比例来... 变量分组是解决大规模多目标优化问题的有效途径。针对混合变量分组存在的问题,文章提出基于混合变量动态分组的大规模多目标进化算法来对混合变量进行更精确的分组,通过控制变量分析中个体非支配排序后第一层的个体数与采样数的比例来挖掘混合变量的动态特征。本文算法MOEA/DVA-F与其他三种经典的大规模多目标进化算法一同在LSMOP1~LSMOP5测试问题上进行IGD性能测试,实验结果表明,MOEA/DVA-F算法具有较好的收敛性和多样性。由此表明MOEA/DVA-F算法是一种有前途的大规模多目标进化算法。 展开更多
关键词 大规模决策变量 混合变量 动态分组 大规模多目标进化算法
下载PDF
大规模多目标进化优化算法研究进展 被引量：2
5
作者 谢承旺 龙广林 +1 位作者 程文旗 郭华 《广西科学》 CAS 2020年第6期600-608,共9页
现实中存在许多大规模多目标优化问题(Large-scale Multi-objective Optimization Problem,LSMOP),它们对传统的多目标进化算法(Multi-objective Evolutionary Algorithm,MOEA)提出了挑战,有关LSMOP的研究已成为多目标优化领域的研究热... 现实中存在许多大规模多目标优化问题(Large-scale Multi-objective Optimization Problem,LSMOP),它们对传统的多目标进化算法(Multi-objective Evolutionary Algorithm,MOEA)提出了挑战,有关LSMOP的研究已成为多目标优化领域的研究热点之一。本文系统分析了近年来提出的各种大规模多目标进化优化算法(Large-scale Multi-objective Optimization Evolutionary Algorithm,LSMOEA),根据这些算法的主要思想和技术特点将它们粗略地分成4种类型,即基于协同进化(Cooperative Coevolution,CC)、基于决策变量分析、基于问题重构以及其他方法,并对今后LSMOP的研究方向提出建议,以期将LSMOP的研究引向深入。 展开更多
关键词 大规模多目标优化 进化算法 协同进化 决策变量分析 变量分组
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部