基于泛化反向?qū)W習(xí)的多目標(biāo)約束差分進(jìn)化算法
本文關(guān)鍵詞:基于泛化反向?qū)W習(xí)的多目標(biāo)約束差分進(jìn)化算法
更多相關(guān)文章: 差分進(jìn)化 泛化反向?qū)W習(xí) 多目標(biāo)優(yōu)化 約束優(yōu)化 非支配排序
【摘要】:差分進(jìn)化算法是一種簡(jiǎn)單有效的進(jìn)化算法,基于泛化反向?qū)W習(xí)的機(jī)制在進(jìn)化算法中經(jīng)?梢砸龑(dǎo)種群的進(jìn)化.針對(duì)多目標(biāo)的約束優(yōu)化問(wèn)題,提出了一種基于泛化反向?qū)W習(xí)的多目標(biāo)約束差分進(jìn)化算法.該算法采用基于泛化反向?qū)W習(xí)的機(jī)制(generalized opposition-based learning,GOBL)產(chǎn)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(shù)從原始種群和其變換種群中選擇更優(yōu)的種群個(gè)體作為新的種群繼續(xù)迭代進(jìn)化;該算法通過(guò)采用基于泛化反向?qū)W習(xí)的機(jī)制,可以引導(dǎo)種群個(gè)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(biāo)Benchmark問(wèn)題對(duì)該算法進(jìn)行了實(shí)驗(yàn)評(píng)估,實(shí)驗(yàn)結(jié)果表明:與NSGA-Ⅱ,MOEA/D及其他的多目標(biāo)進(jìn)化算法相比,提出的算法具有更好的收斂性,并且產(chǎn)生的解能夠逼近最優(yōu)的Pareto前沿.
【作者單位】: 東莞理工學(xué)院計(jì)算機(jī)學(xué)院;中山大學(xué)計(jì)算機(jī)科學(xué)系;
【關(guān)鍵詞】: 差分進(jìn)化 泛化反向?qū)W習(xí) 多目標(biāo)優(yōu)化 約束優(yōu)化 非支配排序
【基金】:國(guó)家自然科學(xué)基金項(xiàng)目(61170216,61300198,61572131) 廣東高?萍紕(chuàng)新項(xiàng)目(2013KJCX0178)~~
【分類(lèi)號(hào)】:TP18
【正文快照】: 多目標(biāo)優(yōu)化問(wèn)題(multi-objective optimizationproblems,MOPs)在許多領(lǐng)域都有廣泛的應(yīng)用,特別是科學(xué)、工程和經(jīng)濟(jì)領(lǐng)域[1].與單目標(biāo)優(yōu)化問(wèn)題不同,多目標(biāo)優(yōu)化問(wèn)題必須同時(shí)優(yōu)化多個(gè)目標(biāo)函數(shù).由于多個(gè)目標(biāo)函數(shù)相互沖突,所以不能像求解單目標(biāo)優(yōu)化問(wèn)題一樣,總能找到一個(gè)最優(yōu)或近優(yōu)解
【相似文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條
1 吳燕玲;盧建剛;孫優(yōu)賢;;基于免疫原理的差分進(jìn)化[J];控制與決策;2007年11期
2 楊啟文;蔡亮;薛云燦;;差分進(jìn)化算法綜述[J];模式識(shí)別與人工智能;2008年04期
3 許小健;黃小平;錢(qián)德玲;;自適應(yīng)加速差分進(jìn)化算法[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2008年01期
4 寧桂英;周永權(quán);;基于優(yōu)進(jìn)策略的新差分進(jìn)化算法動(dòng)力學(xué)模型參數(shù)的估計(jì)[J];計(jì)算機(jī)與應(yīng)用化學(xué);2008年05期
5 譚躍;譚冠政;涂立;;一種新的混沌差分進(jìn)化算法[J];計(jì)算機(jī)工程;2009年11期
6 王培崇;錢(qián)旭;王月;虎曉紅;;差分進(jìn)化計(jì)算研究綜述[J];計(jì)算機(jī)工程與應(yīng)用;2009年28期
7 肖術(shù)駿;朱學(xué)峰;;一種改進(jìn)的快速高效的差分進(jìn)化算法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年11期
8 周蕭;王萬(wàn)良;徐新黎;;解決作業(yè)車(chē)間調(diào)度問(wèn)題的混合差分進(jìn)化算法[J];輕工機(jī)械;2010年05期
9 王艷宜;;改進(jìn)差分進(jìn)化算法及其應(yīng)用[J];機(jī)械設(shè)計(jì)與研究;2010年05期
10 張照生;羅健旭;;基于差分進(jìn)化算法的模糊神經(jīng)網(wǎng)絡(luò)控制器[J];計(jì)算機(jī)與應(yīng)用化學(xué);2011年12期
中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條
1 陸絲馨;肖健梅;王錫淮;;基于改進(jìn)差分進(jìn)化算法的艦船電網(wǎng)重構(gòu)[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年
2 樓洋;李均利;陳剛;;基于個(gè)體排序的差分進(jìn)化算法[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年
3 張倩;李海港;;多目標(biāo)問(wèn)題的差分進(jìn)化算法研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集(第一分冊(cè))[C];2009年
4 裴振奎;劉真;趙艷麗;;差分進(jìn)化算法在多目標(biāo)路徑規(guī)劃中的應(yīng)用[A];中國(guó)運(yùn)籌學(xué)會(huì)模糊信息與模糊工程分會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2010年
5 劉國(guó)帥;楊侃;陳靜;周景舒;周冉;鄭姣;;差分進(jìn)化算法在三峽電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用[A];中國(guó)水文科技新發(fā)展——2012中國(guó)水文學(xué)術(shù)討論會(huì)論文集[C];2012年
6 劉瀟;桂衛(wèi)華;王雅琳;王曉麗;陽(yáng)春華;;一種改進(jìn)的多目標(biāo)差分進(jìn)化算法研究[A];中國(guó)自動(dòng)化學(xué)會(huì)中南六。▍^(qū))2010年第28屆年會(huì)·論文集[C];2010年
7 趙娟;蔡濤;鄧方;楊紅偉;;基于改進(jìn)差分進(jìn)化算法的脈沖控制方法[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專(zhuān)業(yè)委員會(huì)B卷[C];2011年
8 袁沈堅(jiān);顧幸生;;基于差分進(jìn)化的膜計(jì)算優(yōu)化算法[A];上海市化學(xué)化工學(xué)會(huì)2010年度學(xué)術(shù)年會(huì)論文集(自動(dòng)化專(zhuān)題)[C];2010年
9 姜立強(qiáng);郭錚;劉光斌;;差分進(jìn)化算法縮放因子取值策略研究[A];2007'儀表,自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集(二)[C];2007年
10 倪惠康;杜文莉;錢(qián)鋒;;基于改進(jìn)差分進(jìn)化算法的PID參數(shù)優(yōu)[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集(第一分冊(cè))[C];2009年
中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條
1 孫浩;差分進(jìn)化多目標(biāo)優(yōu)化算法及其在鋁熱連軋軋制規(guī)程中應(yīng)用[D];燕山大學(xué);2015年
2 陳盈果;面向任務(wù)的快速響應(yīng)空間衛(wèi)星部署優(yōu)化設(shè)計(jì)方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年
3 謝宇;差分進(jìn)化的若干問(wèn)題及其應(yīng)用研究[D];南京理工大學(xué);2015年
4 丁青鋒;基于元胞自動(dòng)機(jī)的差分進(jìn)化算法及其在通信系統(tǒng)中的應(yīng)用研究[D];上海大學(xué);2015年
5 賈東立;改進(jìn)的差分進(jìn)化算法及其在通信信號(hào)處理中的應(yīng)用研究[D];上海大學(xué);2011年
6 劉榮輝;多階段自適應(yīng)差分進(jìn)化算法及應(yīng)用研究[D];東華大學(xué);2012年
7 郭鵬;差分進(jìn)化算法改進(jìn)研究[D];天津大學(xué);2012年
8 王旭;改進(jìn)差分進(jìn)化算法及其在可逆邏輯綜合中的應(yīng)用[D];東華大學(xué);2013年
9 董明剛;基于差分進(jìn)化的優(yōu)化算法及應(yīng)用研究[D];浙江大學(xué);2012年
10 王天意;大地電磁迭代有限元與改進(jìn)差分進(jìn)化正反演算法研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年
中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條
1 高靜;量子差分進(jìn)化算法在油田開(kāi)發(fā)中的應(yīng)用研究[D];浙江大學(xué);2015年
2 萬(wàn)婧;基于離散微粒群算法和混合差分進(jìn)化算法的復(fù)雜生產(chǎn)調(diào)度問(wèn)題求解[D];昆明理工大學(xué);2015年
3 張轉(zhuǎn);基于差分進(jìn)化算法的混凝土德拜模型的研究[D];長(zhǎng)安大學(xué);2015年
4 江華;差分進(jìn)化算法的改進(jìn)及其在K-means聚類(lèi)算法中的應(yīng)用[D];華中師范大學(xué);2015年
5 周志剛;基于差分進(jìn)化算法的信用風(fēng)險(xiǎn)度量模型研究[D];華中師范大學(xué);2015年
6 任甜甜;差分進(jìn)化算法在反演問(wèn)題中的研究與應(yīng)用[D];新疆大學(xué);2015年
7 楊洋;基于差分進(jìn)化的模糊C-均值聚類(lèi)算法研究[D];電子科技大學(xué);2015年
8 王丹;基于輔助函數(shù)的自適應(yīng)差分進(jìn)化算法研究[D];西安電子科技大學(xué);2014年
9 劉家華;基于進(jìn)化計(jì)算的軋制生產(chǎn)過(guò)程操作優(yōu)化算法與系統(tǒng)開(kāi)發(fā)[D];東北大學(xué);2013年
10 王旦平;圓形對(duì)稱(chēng)振子陣列天線基于差分進(jìn)化算法的綜合[D];西安電子科技大學(xué);2014年
,本文編號(hào):694690
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/694690.html