本文關鍵詞：基于泛化反向學習的多目標約束差分進化算法

  更多相關文章： 差分進化 泛化反向學習 多目標優(yōu)化 約束優(yōu)化 非支配排序

【摘要】：差分進化算法是一種簡單有效的進化算法,基于泛化反向學習的機制在進化算法中經常可以引導種群的進化.針對多目標的約束優(yōu)化問題,提出了一種基于泛化反向學習的多目標約束差分進化算法.該算法采用基于泛化反向學習的機制(generalized opposition-based learning,GOBL)產生變換種群,然后在種群初始化和代跳躍階段,利用非支配排序、擁擠距離和約束處理技術從原始種群和其變換種群中選擇更優(yōu)的種群個體作為新的種群繼續(xù)迭代進化;該算法通過采用基于泛化反向學習的機制,可以引導種群個體慢慢向最優(yōu)的Pareto前沿逼近,以求得最優(yōu)解集.最后采用多目標Benchmark問題對該算法進行了實驗評估,實驗結果表明:與NSGA-Ⅱ,MOEA/D及其他的多目標進化算法相比,提出的算法具有更好的收斂性,并且產生的解能夠逼近最優(yōu)的Pareto前沿.
【作者單位】： 東莞理工學院計算機學院;中山大學計算機科學系;
【關鍵詞】： 差分進化 泛化反向學習 多目標優(yōu)化 約束優(yōu)化 非支配排序
【基金】：國家自然科學基金項目(61170216,61300198,61572131) 廣東高�？萍紕�(chuàng)新項目(2013KJCX0178)~~
【分類號】：TP18
【正文快照】： 多目標優(yōu)化問題(multi-objective optimizationproblems,MOPs)在許多領域都有廣泛的應用,特別是科學、工程和經濟領域[1].與單目標優(yōu)化問題不同,多目標優(yōu)化問題必須同時優(yōu)化多個目標函數(shù).由于多個目標函數(shù)相互沖突,所以不能像求解單目標優(yōu)化問題一樣,總能找到一個最優(yōu)或近優(yōu)解

【相似文獻】

中國期刊全文數(shù)據庫 前10條

1 吳燕玲;盧建剛;孫優(yōu)賢;;基于免疫原理的差分進化[J];控制與決策;2007年11期

2 楊啟文;蔡亮;薛云燦;;差分進化算法綜述[J];模式識別與人工智能;2008年04期

3 許小健;黃小平;錢德玲;;自適應加速差分進化算法[J];復雜系統(tǒng)與復雜性科學;2008年01期

4 寧桂英;周永權;;基于優(yōu)進策略的新差分進化算法動力學模型參數(shù)的估計[J];計算機與應用化學;2008年05期

5 譚躍;譚冠政;涂立;;一種新的混沌差分進化算法[J];計算機工程;2009年11期

6 王培崇;錢旭;王月;虎曉紅;;差分進化計算研究綜述[J];計算機工程與應用;2009年28期

7 肖術駿;朱學峰;;一種改進的快速高效的差分進化算法[J];合肥工業(yè)大學學報(自然科學版);2009年11期

8 周蕭;王萬良;徐新黎;;解決作業(yè)車間調度問題的混合差分進化算法[J];輕工機械;2010年05期

9 王艷宜;;改進差分進化算法及其應用[J];機械設計與研究;2010年05期

10 張照生;羅健旭;;基于差分進化算法的模糊神經網絡控制器[J];計算機與應用化學;2011年12期

中國重要會議論文全文數(shù)據庫 前10條

1 陸絲馨;肖健梅;王錫淮;;基于改進差分進化算法的艦船電網重構[A];第二十九屆中國控制會議論文集[C];2010年

2 樓洋;李均利;陳剛;;基于個體排序的差分進化算法[A];'2010系統(tǒng)仿真技術及其應用學術會議論文集[C];2010年

3 張倩;李海港;;多目標問題的差分進化算法研究[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

4 裴振奎;劉真;趙艷麗;;差分進化算法在多目標路徑規(guī)劃中的應用[A];中國運籌學會模糊信息與模糊工程分會第五屆學術年會論文集[C];2010年

5 劉國帥;楊侃;陳靜;周景舒;周冉;鄭姣;;差分進化算法在三峽電站廠內經濟運行中的應用[A];中國水文科技新發(fā)展——2012中國水文學術討論會論文集[C];2012年

6 劉瀟;桂衛(wèi)華;王雅琳;王曉麗;陽春華;;一種改進的多目標差分進化算法研究[A];中國自動化學會中南六�。▍^(qū)）2010年第28屆年會·論文集[C];2010年

7 趙娟;蔡濤;鄧方;楊紅偉;;基于改進差分進化算法的脈沖控制方法[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

8 袁沈堅;顧幸生;;基于差分進化的膜計算優(yōu)化算法[A];上海市化學化工學會2010年度學術年會論文集（自動化專題）[C];2010年

9 姜立強;郭錚;劉光斌;;差分進化算法縮放因子取值策略研究[A];2007'儀表，自動化及先進集成技術大會論文集（二）[C];2007年

10 倪惠康;杜文莉;錢鋒;;基于改進差分進化算法的PID參數(shù)優(yōu)[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

中國博士學位論文全文數(shù)據庫 前10條

1 孫浩;差分進化多目標優(yōu)化算法及其在鋁熱連軋軋制規(guī)程中應用[D];燕山大學;2015年

2 陳盈果;面向任務的快速響應空間衛(wèi)星部署優(yōu)化設計方法研究[D];國防科學技術大學;2014年

3 謝宇;差分進化的若干問題及其應用研究[D];南京理工大學;2015年

4 丁青鋒;基于元胞自動機的差分進化算法及其在通信系統(tǒng)中的應用研究[D];上海大學;2015年

5 賈東立;改進的差分進化算法及其在通信信號處理中的應用研究[D];上海大學;2011年

6 劉榮輝;多階段自適應差分進化算法及應用研究[D];東華大學;2012年

7 郭鵬;差分進化算法改進研究[D];天津大學;2012年

8 王旭;改進差分進化算法及其在可逆邏輯綜合中的應用[D];東華大學;2013年

9 董明剛;基于差分進化的優(yōu)化算法及應用研究[D];浙江大學;2012年

10 王天意;大地電磁迭代有限元與改進差分進化正反演算法研究[D];中國地質大學(北京);2015年

中國碩士學位論文全文數(shù)據庫 前10條

1 高靜;量子差分進化算法在油田開發(fā)中的應用研究[D];浙江大學;2015年

2 萬婧;基于離散微粒群算法和混合差分進化算法的復雜生產調度問題求解[D];昆明理工大學;2015年

3 張轉;基于差分進化算法的混凝土德拜模型的研究[D];長安大學;2015年

4 江華;差分進化算法的改進及其在K-means聚類算法中的應用[D];華中師范大學;2015年

5 周志剛;基于差分進化算法的信用風險度量模型研究[D];華中師范大學;2015年

6 任甜甜;差分進化算法在反演問題中的研究與應用[D];新疆大學;2015年

7 楊洋;基于差分進化的模糊C-均值聚類算法研究[D];電子科技大學;2015年

8 王丹;基于輔助函數(shù)的自適應差分進化算法研究[D];西安電子科技大學;2014年

9 劉家華;基于進化計算的軋制生產過程操作優(yōu)化算法與系統(tǒng)開發(fā)[D];東北大學;2013年

10 王旦平;圓形對稱振子陣列天線基于差分進化算法的綜合[D];西安電子科技大學;2014年

，

本文編號：694690