【摘要】：針對(duì)高維多目標(biāo)優(yōu)化問題提出一種改進(jìn)型的聚類排序算法,旨在提升原算法所得解的多樣性。對(duì)該算法的改進(jìn),主要集中在兩方面。首先,引入了一種雙層權(quán)值向量系統(tǒng)。相對(duì)于原始權(quán)值向量方法,該方法可以建立目標(biāo)空間當(dāng)中的內(nèi)部權(quán)值向量。內(nèi)部向量與邊緣權(quán)值向量的合并,可以促進(jìn)整體權(quán)值向量的多樣性。此外,引入一種新的聚類算子,可避免特定權(quán)值向量中附著過多的解。實(shí)驗(yàn)結(jié)果表明,相對(duì)比于原始的聚類排序算法和其他兩種對(duì)比算法,所提出的算法在不同特性的測(cè)試問題上具有較好的性能。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曹先彬,李金龍,王煦法;基于生態(tài)協(xié)同的多目標(biāo)優(yōu)化研究(英文)[J];軟件學(xué)報(bào);2001年04期

2 劉淳安;王宇平;;基于新模型的動(dòng)態(tài)多目標(biāo)優(yōu)化進(jìn)化算法[J];計(jì)算機(jī)研究與發(fā)展;2008年04期

3 徐鶴鳴;王東;;多目標(biāo)優(yōu)化問題的求解框架[J];微計(jì)算機(jī)信息;2009年36期

4 郭曉東;王麗芳;;求解多目標(biāo)優(yōu)化問題的分布估計(jì)算法[J];太原科技大學(xué)學(xué)報(bào);2010年01期

5 雍龍泉;;求解一類不可微多目標(biāo)優(yōu)化問題的社會(huì)認(rèn)知算法[J];計(jì)算機(jī)應(yīng)用研究;2010年11期

6 郭思涵;龔小勝;;正交設(shè)計(jì)的E占優(yōu)策略求解高維多目標(biāo)優(yōu)化問題研究[J];計(jì)算機(jī)科學(xué);2012年02期

7 蓋玉權(quán);何昱;張宇燕;吳憲彬;萬(wàn)海同;;復(fù)方藥物劑量配比多目標(biāo)優(yōu)化的方法學(xué)研究[J];微型機(jī)與應(yīng)用;2012年07期

8 王杰文;;約束多目標(biāo)優(yōu)化問題中約束處理方法綜述[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2012年36期

9 賈利民,張錫第;智能多目標(biāo)優(yōu)化控制及其應(yīng)用[J];信息與控制;1992年01期

10 周學(xué)建;師清翔;朱永寧;;模糊相似優(yōu)先比在清選系統(tǒng)多目標(biāo)優(yōu)化中的應(yīng)用[J];洛陽(yáng)工學(xué)院學(xué)報(bào);1993年02期

相關(guān)會(huì)議論文 前4條

1 劉桂萍;于瑞貞;;動(dòng)態(tài)環(huán)境下的柴油機(jī)調(diào)速系統(tǒng)PID控制參數(shù)的多目標(biāo)優(yōu)化[A];中國(guó)力學(xué)大會(huì)——2013論文摘要集[C];2013年

2 韓肖清;劉海龍;;基于遺傳算法的微電網(wǎng)多目標(biāo)優(yōu)化控制研究[A];2011中國(guó)電工技術(shù)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2011年

3 曹瑞芬;吳宜燦;景佳;李國(guó)麗;裴曦;程夢(mèng)云;林輝;FDS團(tuán)隊(duì);;快速非支配排序多目標(biāo)遺傳算法在放療逆向計(jì)劃優(yōu)化中的應(yīng)用[A];第二屆全國(guó)核技術(shù)及應(yīng)用研究學(xué)術(shù)研討會(huì)大會(huì)論文摘要集[C];2009年

4 王小剛;童振;王福利;張清知;;一種支持向量回歸模型參數(shù)多目標(biāo)尋優(yōu)方法[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 王晗丁;復(fù)雜問題的多目標(biāo)進(jìn)化優(yōu)化算法研究[D];西安電子科技大學(xué);2015年

2 董寧;求解約束優(yōu)化和多目標(biāo)優(yōu)化問題的進(jìn)化算法研究[D];西安電子科技大學(xué);2015年

3 過曉芳;超多目標(biāo)優(yōu)化問題的幾種進(jìn)化算法研究[D];西安電子科技大學(xué);2015年

4 左益;基于全局優(yōu)化和局部學(xué)習(xí)的進(jìn)化多目標(biāo)優(yōu)化算法[D];西安電子科技大學(xué);2016年

5 徐志丹;基于生物地理算法的多目標(biāo)優(yōu)化理論與應(yīng)用研究[D];哈爾濱工程大學(xué);2013年

6 蔣慶;地下水時(shí)空變化及監(jiān)測(cè)網(wǎng)多目標(biāo)優(yōu)化研究[D];華中科技大學(xué);2008年

7 陳瓊;演化多目標(biāo)優(yōu)化多樣性保持策略及其應(yīng)用研究[D];武漢理工大學(xué);2010年

8 陳小紅;基于進(jìn)化算法的高維多目標(biāo)優(yōu)化問題求解方法及應(yīng)用[D];深圳大學(xué);2015年

9 劉鎏;多目標(biāo)優(yōu)化進(jìn)化算法及應(yīng)用研究[D];天津大學(xué);2010年

10 魏靜萱;解決單目標(biāo)和多目標(biāo)優(yōu)化問題的進(jìn)化算法[D];西安電子科技大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 何素素;基于改進(jìn)的粒子群算法的鉆進(jìn)參數(shù)多目標(biāo)優(yōu)化研究[D];西安石油大學(xué);2015年

2 崔華;面向個(gè)性化需求的服務(wù)組合優(yōu)化方法[D];哈爾濱工業(yè)大學(xué);2015年

3 章姍捷;基于遺傳算法的電力工程多目標(biāo)優(yōu)化研究[D];華北電力大學(xué);2015年

4 高敏;基于協(xié)同論的風(fēng)電建設(shè)項(xiàng)目多目標(biāo)優(yōu)化模型研究[D];華北電力大學(xué);2015年

5 陳振興;基于空間擁擠控制策略的進(jìn)化多目標(biāo)優(yōu)化[D];福建師范大學(xué);2015年

6 田野;高維多目標(biāo)優(yōu)化算法的若干關(guān)鍵問題研究[D];安徽大學(xué);2015年

7 姜守勇;多目標(biāo)電體搜索優(yōu)化算法的研究[D];東北大學(xué);2013年

8 楊迪;一種求解多目標(biāo)優(yōu)化問題的改進(jìn)遺傳算法研究[D];東北大學(xué);2013年

9 徐豪;基于合作型免疫克隆協(xié)同進(jìn)化和量子粒子群的約束多目標(biāo)優(yōu)化問題研究[D];西安電子科技大學(xué);2014年

10 張永曉;基于分解和自適應(yīng)參考點(diǎn)偏好的進(jìn)化多目標(biāo)優(yōu)化方法研究[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：2587487