注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于自适应进化粒子群算法的多目标优化方法

  2. 提出一种自适应进化粒子群优化算法(AEPSO)，以提高多目标优化PSO 算法的性能。 AEPSO 算法把非支配排序技术、自适应惯性权重和特殊的变异操作引入到PSO 算法中，来提高 算法的全局搜索能力和粒子的多样性。与常用的整体加权方法来处理多目标优化问题不同，AEPSO 算法采用非劣解排序来引导粒子的飞行，以改进算法的收敛性，同时采用特殊的变异操作防止早 熟收敛并增加优化解的多样性。所提算法的有效性经过四种代表性benchmark 函数进行验证，并与 几种典型同类型算法进行比较。该算法已成功地

  3. 所属分类：其它

    • 发布日期：2010-01-10
    • 文件大小：953344
    • 提供者：hhj274159788

  1. 基于差分进化和局部搜索的多目标优化文献

  2. 里面有7篇基于局部搜索的多目标优化算法，很有参考价值，有需要的可以下载看看。

  3. 所属分类：其它

    • 发布日期：2010-08-30
    • 文件大小：2097152
    • 提供者：snowdrop1986

  1. 使用进化算法解决多目标优化

  2. 介绍了多目标优化问题，使用进化算法求解是较好方式。

  3. 所属分类：其它

    • 发布日期：2010-10-02
    • 文件大小：410624
    • 提供者：weidiaoyu

  1. 进化多目标优化算法研究

  2. 如题。。。。。。。。。。。。。。进化多目标优化算法研究，

  3. 所属分类：专业指导

    • 发布日期：2011-10-31
    • 文件大小：1048576
    • 提供者：yukang116

  1. 进化多目标优化算法研究

  2. 进化计算的方向的最近的中文综述性文章。 大牛写的，推荐！

  3. 所属分类：其它

    • 发布日期：2012-02-26
    • 文件大小：692224
    • 提供者：winky

  1. 多目标优化算法

  2. 进化多目标优化主要研究如何利用进化计算方法求解多目标优化问题,已经成为进化计算领域的研 究热点之一.在简要总结2003 年以前的主要算法后,着重对进化多目标优化的最新进展进行了详细讨论.归纳出 当前多目标优化的研究趋势,一方面,粒子群优化、人工免疫系统、分布估计算法等越来越多的进化范例被引入多目标优化领域,一些新颖的受自然系统启发的多目标优化算法相继提出;另一方面,为了更有效的求解高维多 目标优化问题,一些区别于传统Pareto 占优的新型占优机制相继涌现;同时,对多目标优化问题本身性质的研究

  3. 所属分类：C++

    • 发布日期：2012-03-05
    • 文件大小：646144
    • 提供者：comkty

  1. 进化多目标优化算法研究

  2. 多目标优化 算法研究 原理介绍 论文 解决问题的多样性

  3. 所属分类：专业指导

    • 发布日期：2012-03-14
    • 文件大小：646144
    • 提供者：lan0743021108

  1. 约束多目标优化问题中约束处理方法综述

  2. 约束多目标优化问题中约束处理方法综述,遗传算法（Genetic Algorithm，GA）是模仿自然界生物进化机制发展起来的全局搜索优化方法，它在迭代过程中使用适者生存的原则，采用交叉、变异等操作使得种群朝着最优的方向进化，最终获得最优解。

  3. 所属分类：C

    • 发布日期：2014-02-27
    • 文件大小：356352
    • 提供者：u013810312

  1. 多目标优化

  2. 基于遗传算法的多目标优化进化方法的研究了课题的MATLAB程序及讲解，适用于新手指导

  3. 所属分类：其它

    • 发布日期：2015-05-15
    • 文件大小：74752
    • 提供者：qq_27548355

  1. 基于支配和分解的进化多目标优化算法

  2. 基于支配和分解的进化多目标优化算法

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：1048576
    • 提供者：weixin_38709379

  1. 具有区间参数的多目标优化问题的模因算法

  2. 区间参数（IMOP）的多目标优化问题在实际应用中无处不在。现有的IMOP（IMOEAs）进化算法需要大量的函数求值才能生成近似的Pareto前沿，且收敛良好且分布均匀，并且生成的前沿具有很大程度的不确定性。 本文将本地搜索嵌入到现有的IMOEA中，并开发了用于IMOP的模因算法。 首先使用现有的IMOEA搜索整个搜索空间，然后利用超量的变化率设计一种激活机制来指定何时进行本地搜索。 最后，以对大容量和小不精确度有较大贡献的个体为中心，创建局部搜索的初始种群，并以对大体积的贡献为适应度函数来实现局

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：995328
    • 提供者：weixin_38738511

  1. 基于混合进化算法的CTCS高速铁路列车速度轨迹多目标优化

  2. 指示每个位置的授权火车速度的速度轨迹曲线可用于指导驾驶员或自动火车操作（ATO）系统，以更有效地操作火车，这是中国火车控制系统（CTCS）的最重要部分并将决定列车运行的安全性和效率。火车沿着速度轨迹所做的努力将直接影响火车运行的评估。本文研究了单节高速列车速度轨迹的优化方法。首先，我们将能耗作为铁路公司满意度的衡量标准，将出行时间作为旅客满意度的标准；然后，根据不同的速度限制，将路段分为几个小节，提出了在不同航迹特征下的最优速度轨迹搜索策略。之后，我们针对速度轨迹开发了一个多目标优化模型，该模型

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：43008
    • 提供者：weixin_38664159

  1. 多视图聚类的进化多目标优化

  2. 在某些实际应用中，经常采用多种测量方法来提取数据的多个特征组，从而产生多视图数据。 考虑到不同方法引起的视图冲突，多视图聚类的主要挑战是找到一种同时利用所有视图的补充信息的合适方法。 从优化的角度来看，以前的多视图聚类研究使用加权和方法来表示冲突程度，并将其视为加权和单目标优化问题。 在这项工作中，我们将多视图聚类格式化为一个多目标优化问题，其中每个视图被视为一个完全独立的特征子集。 每个视图中的聚类目标函数是多个目标之一。 NSGA-II，SPEA2，MOEA / D，SMS-EMOA和NSG

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：434176
    • 提供者：weixin_38686041

  1. 具有差分进化启发式重组的免疫多目标优化算法

  2. 具有差分进化启发式重组的免疫多目标优化算法

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：786432
    • 提供者：weixin_38665046

  1. 一种用于进化多目标优化的新型非支配排序算法

  2. 一种用于进化多目标优化的新型非支配排序算法

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：2097152
    • 提供者：weixin_38614417

  1. 基于进化多目标优化的极限学习机

  2. 提出用于广义单隐藏前馈神经网络的极限学习机（ELM）由于其学习速度快，良好的泛化能力和易于实现而成为热门的研究主题。 但是，ELM在隐藏层中会遇到冗余和随机性，这是由特征的随机映射引起的。 在ELM中，尽管进化算法已归档了令人印象深刻的改进，但他们并未考虑隐藏层的稀疏性。 提出了一种混合学习算法，称为EMO-ELM，它采用进化多目标算法同时优化两个冲突目标。 此外，该方法可用于监督分类和非监督稀疏特征提取任务。 在许多UCI数据集上的仿真表明，在分类任务中，EMO-ELM通常优于原始的ELM.a

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：803840
    • 提供者：weixin_38612811

  1. 一种组合粒子群和差分进化的多目标优化算法

  2. 在求解多目标优化问题时,针对粒子群优化算法容易陷入局部极值的现象,提出了一种组合粒子群和差分进化的多目标优化算法,使用粒子群优化算法和差分进化算法共同产生新粒子,通过一个判断因子控制两种算法的使用比例,并对粒子群优化算法的速度更新公式进行了改变,以提高搜索效率。通过三个测试函数进行了仿真,并同NSGA-Ⅱ、MOPSO-CD进行了比较。实验结果表明改进算法求得的Pareto解集收敛性和多样性好,并且算法稳定性高,运行速度快。

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：401408
    • 提供者：weixin_38642369

  1. 组合分布估计和差分进化的多目标优化算法

  2. 为了提高多目标优化算法的收敛能力及求解精度,提出了一种组合分布估计和差分进化的多目标优化算法.该方法用分布估计算法和差分进化算法共同生成种群中的粒子,利用选择因子来控制每个粒子的产生方式,并且根据迭代次数的增加来改变2种算法的使用比例,搜索初期利用分布估计算法进行快速定位,然后用差分进化算法进行精确搜索.并对差分进化算法的变异因子进行了改进,定义了一个可变的变异因子,来控制不同搜索时期中差分进化算法的变异范围.用4个测试函数对算法进行了仿真测试,并同NSGA-Ⅱ和RM-MEDA进行了比较.实验结

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：894976
    • 提供者：weixin_38590355

  1. 混合变异克隆选择多目标优化算法

  2. 研究多目标优化问题,针对提高算法的快速性,提出一种混合变异克隆选择多目标优化算法。进化在三个抗体群中进行,不同的抗体群采用不同的变异算子,并通过外部记忆抗体群的更新,来保留进化的最优抗体,避免算法进化后期出现退化现象。算法采用的三种变异算子:高频大尺度高斯变异算子带有振荡性质,能够对Pareto最优解区域进行勘探,单基因小尺度衰减的高斯变异算子能够使优化结果逼近Pareto最优解,均匀变异算子使算法具有局部逃逸能力,能够保证解的多样性。将算法和经典的NSGA-II、ε-MOEA算

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：423936
    • 提供者：weixin_38694674

  1. 均衡分布性与收敛性的协同进化多目标优化算法

  2. 为了进一步提升多目标进化算法(MOEAs) 的收敛速度和解集分布性, 针对变量无关问题, 借助合作型协 同进化模型, 提出一种均衡分布性与收敛性的协同进化多目标优化算法(CMOA-BDC). CMOA-BDC 首先设置一个 精英集合, 采用支配关系从进化种群与精英集合中选择首层, 并用拥挤距离保持其分布性; 然后运用聚类将首层分 类,并建立相应概率模型; 最后通过模拟退火组合分布估计与遗传进化, 达到协同进化. 通过与经典MOEAs 比较的结 果表明, CMOA-BDC 获得的解集具有更

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：297984
    • 提供者：weixin_38503483
« 12 3 4 5 6 7 8 9 10 ... 13 »