您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. A novel hybrid PSO for multi-objective optimization

  2. 一篇用混合粒子群算法求解多目标优化问题的文章,文中提出了一种新的多目标求解算法,并通过多个实例进行验证,对学习和研究多目标优化问题有一定参考价值
  3. 所属分类:制造

    • 发布日期:2013-09-25
    • 文件大小:1048576
    • 提供者:armstrongkf
  1. 智能优化算法--粒子群算法实例应用代码

  2. 粒子群算法是智能优化算法中的一个重要的组成部分,本代码是其在多目标领域一个重要的应用。看了此代码对多目标优化是及其重要的!
  3. 所属分类:机器学习

    • 发布日期:2018-04-09
    • 文件大小:4096
    • 提供者:zll_zll_6226
  1. 基于量子行为粒子群算法的铣削用量优化

  2. 铣削加工中如何选择最佳的铣削用量是一个多约束非线性的复杂优化问题。在考虑实际加工约束的情况下,以最小化加工成本为目标,采用量子行为粒子群优化(QPSO)算法对铣削实例进行优化,得出了最优的铣削用量组合。通过与实际使用经验值对比,验证该算法能够有效地优化铣削用量,节约加工成本。
  3. 所属分类:其它

    • 发布日期:2020-05-03
    • 文件大小:716800
    • 提供者:weixin_38621553
  1. Matlab多目标粒子群算法MOPSO与实例

  2. 使用matlab编程,分为多个.m文件编写,包括支配关系选择,全局领导者选择,删除多于的非劣解,创建栅格,标准测试函数 Mycost1为ZDT1测试函数 Mycost3有约束条件 套用算法只需要改动Mycost函数与主函数中粒子的取值与维度,即主函数中问题定义处与MOPSO设置处,其余不需要改动
  3. 所属分类:其它

    • 发布日期:2020-03-30
    • 文件大小:7168
    • 提供者:qq_42891559
  1. 行星减速器的离散变量多目标优化设计

  2. 针对行星减速器的多目标优化设计,运用层析分析法确定分目标函数的权重系数,克服了权重系数选取的主观性和不确定性。针对设计变量为离散变量,采用基于改进粒子群算法的离散变量处理策略对优化设计模型进行求解。通过具体实例计算,得到的优化设计参数比原设计参数更加合理,证明了该方法在行星减速器多目标优化中的可行性和合理性。
  3. 所属分类:其它

    • 发布日期:2020-06-04
    • 文件大小:230400
    • 提供者:weixin_38725015
  1. MOPSO-matlab.zip

  2. matlab多目标粒子群算法实例,通过实际的例子展现算法过程。
  3. 所属分类:机器学习

    • 发布日期:2020-07-02
    • 文件大小:487424
    • 提供者:srsr33
  1. 基于HMOPSO的数控切削参数优化模型的建立与仿真

  2. 为了解决目前大多数工厂对于切削参数的确定仅依靠工人个人经验或者参考手册,难以实现切削参数最优化选择的问题,文中对数控切削参数优化进行了研究,结合实际机床和道具的约束建立了一个以最大生产率及最低生产成本为优化目标的数学模型。并采用混合多目标粒子群优化算法对该数学模型进行最优化求解,其结合了多目标粒子群优化算法以及模拟退火算法,在保证了较快收敛速度的同时避免算法陷入了局部最优解。最后通过实例仿真对该模型进行验证,仿真结果显示该模型能够对数控切削参数进行优化求解。
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:1048576
    • 提供者:weixin_38609693
  1. 一种改进的鲁棒多目标优化方法

  2. 针对在解决某些复杂多目标优化问题过程中, 所得到的Pareto 最优解易受设计参数或环境参数扰动的影响, 引入了鲁棒的概念并提出一种改进的鲁棒多目标优化方法, 它利用了经典的基于适应度函数期望和方差方法各自的 优势, 有效地将两种方法结合在一起. 为了实现该方法, 给出一种基于粒子群优化算法的多目标优化算法. 仿真实例 结果表明, 所给出的方法能够得到更为鲁棒的Pareto 最优解.
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:246784
    • 提供者:weixin_38588854
  1. 不确定可靠性优化问题的多目标粒子群优化算法

  2. 针对元件可靠性为区间值的系统可靠性优化问题, 提出一种区间多目标粒子群优化方法. 首先, 建立问题的区间多目标优化模型; 然后, 利用粒子群算法优化该模型, 定义一种不精确Pareto 支配关系, 并给出编码、约束处理、外部存储器更新、领导粒子选择等关键问题的解决方法; 最后, 将该方法应用于可靠性优化问题实例, 验证了方法的有效性.
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:203776
    • 提供者:weixin_38603219