期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
3
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于自适应惩罚策略的MOEA/D算法设计及应用
被引量:
1
1
作者
柯永斌
周红标
《微电子学与计算机》
北大核心
2020年第7期59-65,共7页
基于分解的多目标进化算法(Multiobjective evolutionary algorithm based on decomposition, MOEA/D)将一个多目标优化问题(multiobjective optimization problem, MOP)分解成一系列的单目标优化子问题,然后利用相互协作的进化方式优...
基于分解的多目标进化算法(Multiobjective evolutionary algorithm based on decomposition, MOEA/D)将一个多目标优化问题(multiobjective optimization problem, MOP)分解成一系列的单目标优化子问题,然后利用相互协作的进化方式优化这些子问题. MOEA/D利用独特的分解机制促进种群逼近Pareto最优前端(Pareto optimal front, POF),同时利用均匀分布的权重向量维护种群的多样性,在解决MOPs时具有较大的优势.但是,在实际工程中,大多数MOPs的POF具有复杂的特性.比如说POF可能具有长尾和顶点,这极大地降低了MOEA/D算法的性能.基于惩罚的边界交集法(penalty-based boundary intersection, PBI)是MOEA/D常用的分解方法之一.在PBI法中,惩罚因子起着平衡算法收敛性和多样性的关键作用.本文提出了一种自适应惩罚策略(adaptive penalty strategy, APS),能够在进化过程中自适应调整每个权重向量对应的惩罚因子值,有效地增强了近似Pareto前端的多样性.最后,利用六个具有复杂POF的基准MOPs和空间桁架结构多目标优化实验验证了所提MOEA/D-APS算法的有效性.
展开更多
关键词
多目标优化
分解
基于惩罚的边界交集法
自适应惩罚策略
复杂Pareto最优前沿
空间桁架结构优化
下载PDF
职称材料
一种适应度排序的高维多目标粒子群优化算法
被引量:
3
2
作者
杨五四
陈莉
+1 位作者
王毅
张茂省
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2021年第3期78-84,共7页
针对高维多目标优化问题复杂度高,求解难度大的特点,提出了一种集成适应度排序的高维多目标粒子群优化算法。该算法通过获取种群中个体与参考点最近的向量,结合基于惩罚的边界交叉方法对种群中的个体进行排序,并对较差的个体进行删除,...
针对高维多目标优化问题复杂度高,求解难度大的特点,提出了一种集成适应度排序的高维多目标粒子群优化算法。该算法通过获取种群中个体与参考点最近的向量,结合基于惩罚的边界交叉方法对种群中的个体进行排序,并对较差的个体进行删除,留下的精英个体被保存到外部档案中。将该算法与性能先进的4种高维多目标进化优化算法在13个标准测试实例的5,8,10,15目标上进行实验对比,结果表明,提出的算法在大多数测试用例上的性能表现优于对比算法,同时说明了该算法具有较好的收敛性与多样性,能够有效地处理高维多目标优化问题。
展开更多
关键词
集成适应度排序
高维多目标优化
粒子群优化
基于惩罚的边界交叉方法
下载PDF
职称材料
基于分解的多目标优化算法研究与分析
3
作者
弓佳明
章腾浩
许丽娟
《现代计算机》
2022年第21期11-17,25,共8页
基于分解的多目标优化算法(MOEA/D)是多目标优化算法(MOEAs)中的一个重要分支。分解策略是传统数学规划中为了解决多目标的优化问题(MOP)推荐的基本方法。分解方法分为线性方法和非线性方法,在多目标优化中,每个目标聚合成为一个单目标...
基于分解的多目标优化算法(MOEA/D)是多目标优化算法(MOEAs)中的一个重要分支。分解策略是传统数学规划中为了解决多目标的优化问题(MOP)推荐的基本方法。分解方法分为线性方法和非线性方法,在多目标优化中,每个目标聚合成为一个单目标优化问题,使得到一个优化单一目标,并且运用该优化方法得到单目标优化的Pareto最优解。MOEA/D中常用的分解方法有权重聚合法、切比雪夫法和基于惩罚的边界交集法。论文通过介绍切比雪夫方法对基于分解方法的MOEA/D算法进行研究分析。
展开更多
关键词
基于分解
多目标优化
权重聚合法
切比雪夫法
基于惩罚的边界交集法
下载PDF
职称材料
题名
基于自适应惩罚策略的MOEA/D算法设计及应用
被引量:
1
1
作者
柯永斌
周红标
机构
淮阴工学院电子信息工程学院
淮阴工学院自动化学院
出处
《微电子学与计算机》
北大核心
2020年第7期59-65,共7页
基金
江苏省产学研前瞻性项目(BY2016061-02)。
文摘
基于分解的多目标进化算法(Multiobjective evolutionary algorithm based on decomposition, MOEA/D)将一个多目标优化问题(multiobjective optimization problem, MOP)分解成一系列的单目标优化子问题,然后利用相互协作的进化方式优化这些子问题. MOEA/D利用独特的分解机制促进种群逼近Pareto最优前端(Pareto optimal front, POF),同时利用均匀分布的权重向量维护种群的多样性,在解决MOPs时具有较大的优势.但是,在实际工程中,大多数MOPs的POF具有复杂的特性.比如说POF可能具有长尾和顶点,这极大地降低了MOEA/D算法的性能.基于惩罚的边界交集法(penalty-based boundary intersection, PBI)是MOEA/D常用的分解方法之一.在PBI法中,惩罚因子起着平衡算法收敛性和多样性的关键作用.本文提出了一种自适应惩罚策略(adaptive penalty strategy, APS),能够在进化过程中自适应调整每个权重向量对应的惩罚因子值,有效地增强了近似Pareto前端的多样性.最后,利用六个具有复杂POF的基准MOPs和空间桁架结构多目标优化实验验证了所提MOEA/D-APS算法的有效性.
关键词
多目标优化
分解
基于惩罚的边界交集法
自适应惩罚策略
复杂Pareto最优前沿
空间桁架结构优化
Keywords
multiobjective
optimization
decomposition
penalty
-
based
boundary
intersection
adaptive
penalty
strategy
complex
Pareto
optimal
front
space
truss
structure
optimization
分类号
TP274 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
一种适应度排序的高维多目标粒子群优化算法
被引量:
3
2
作者
杨五四
陈莉
王毅
张茂省
机构
西北大学信息科学与技术学院
中国地质调查局西安地质调查中心自然资源部黄土地质灾害重点实验室
出处
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2021年第3期78-84,共7页
基金
国家重点研发计划项目(2018YFC1504700)
陕西省自然科学基金项目(2018JM6029)。
文摘
针对高维多目标优化问题复杂度高,求解难度大的特点,提出了一种集成适应度排序的高维多目标粒子群优化算法。该算法通过获取种群中个体与参考点最近的向量,结合基于惩罚的边界交叉方法对种群中的个体进行排序,并对较差的个体进行删除,留下的精英个体被保存到外部档案中。将该算法与性能先进的4种高维多目标进化优化算法在13个标准测试实例的5,8,10,15目标上进行实验对比,结果表明,提出的算法在大多数测试用例上的性能表现优于对比算法,同时说明了该算法具有较好的收敛性与多样性,能够有效地处理高维多目标优化问题。
关键词
集成适应度排序
高维多目标优化
粒子群优化
基于惩罚的边界交叉方法
Keywords
ensemble
fitness
ranking
many-objective
optimization
particle
swarm
optimization
penalty
-
based
boundary
intersection
approach
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于分解的多目标优化算法研究与分析
3
作者
弓佳明
章腾浩
许丽娟
机构
广州华商学院数据科学学院
出处
《现代计算机》
2022年第21期11-17,25,共8页
基金
校级青年学术科研项目(2021HSQX48):基于结构增强的极大团社区发现算法
2019年广东省普通高校特色创新类项目(2019KTSCX236):基于深度学习的楼宇巡查机器人视觉图像识别分类研究。
文摘
基于分解的多目标优化算法(MOEA/D)是多目标优化算法(MOEAs)中的一个重要分支。分解策略是传统数学规划中为了解决多目标的优化问题(MOP)推荐的基本方法。分解方法分为线性方法和非线性方法,在多目标优化中,每个目标聚合成为一个单目标优化问题,使得到一个优化单一目标,并且运用该优化方法得到单目标优化的Pareto最优解。MOEA/D中常用的分解方法有权重聚合法、切比雪夫法和基于惩罚的边界交集法。论文通过介绍切比雪夫方法对基于分解方法的MOEA/D算法进行研究分析。
关键词
基于分解
多目标优化
权重聚合法
切比雪夫法
基于惩罚的边界交集法
Keywords
based
on
decomposition
multi-objective
evolutionary
power
and
law
tchebycheff
approach
penalty
-
based
boundary
intersection
approach
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于自适应惩罚策略的MOEA/D算法设计及应用
柯永斌
周红标
《微电子学与计算机》
北大核心
2020
1
下载PDF
职称材料
2
一种适应度排序的高维多目标粒子群优化算法
杨五四
陈莉
王毅
张茂省
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2021
3
下载PDF
职称材料
3
基于分解的多目标优化算法研究与分析
弓佳明
章腾浩
许丽娟
《现代计算机》
2022
0
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部