您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 用于约束多目标优化问题的热力学遗传算法

  2. :为了保持所求得的约束多目标优化问题Pareto最优解的适应度与多样性,在NSGA-II基础上提出了一种 用于求解有约束的多目标优化问题的热力学遗传算法。结合热力学中自由能与熵的概念,利用热力学中熵与能 量的竞争来保持种群的适应度与多样性的平衡,设计了热力学算子。根据非支配排序Pareto分层结构建立分层 小生境来改进选择算子,弥补了选择算子不足。实验结果表明:该算法不仅得到的解在空间分布均匀,收敛性 好,同时解集具有较广的分布空间。
  3. 所属分类:咨询

    • 发布日期:2011-11-28
    • 文件大小:251904
    • 提供者:hc315
  1. 多目标pareto最优解搜索算法

  2. 多目标优化是指在约束条件下有两个或两个以上优化目标,且这些目标相互矛盾,一个目标往往以牺牲另一个目标为代价,故多目标优化问题存在多个最优解,统称为pareto最优解。
  3. 所属分类:专业指导

    • 发布日期:2014-04-05
    • 文件大小:705
    • 提供者:u014562339
  1. 基于Pareto最优解集的多目标粒子群优化算法

  2. 结合Pareto 支配思想、精英保留策略、锦标赛和排挤距离选择技术, 对传统的粒子更新策略进行改进, 给出了一种新的粒子淘汰准则, 提出了一种基于Par et o 最优解集的多目标粒子群优化算法。
  3. 所属分类:企业管理

    • 发布日期:2014-08-27
    • 文件大小:351232
    • 提供者:lg1163848884
  1. 遗传算法NSGA-2

  2. 进化算法作为一种启发式搜索算法,是对整个群体进行的进化操作,这种从种群到种群的方法对于搜索多目标优化问题的Pareto最优解是很有用的,因此,进化算法很适合解决多目标优化问题。相对于传统的解决方法对目标函数的要求(如是否线性、连续和可微),进化多目标优化算法对目标函数的要求相对较低,且求解效率较高。
  3. 所属分类:算法与数据结构

    • 发布日期:2017-10-15
    • 文件大小:1048576
    • 提供者:jueqingnikong
  1. 用擂台赛法则构造多目标Pareto最优解集的方法

  2. 多目标进化算法非支配集的构造,郑金华教授提出的擂台法!
  3. 所属分类:其它

    • 发布日期:2008-12-19
    • 文件大小:410624
    • 提供者:tinybaby007
  1. mopso多目标粒子群算法 python源码

  2. mopso多目标粒子群算法 python源码 粒子群速度位置更新 pareto最优解集 外部存档 拥挤度计算
  3. 所属分类:Python

    • 发布日期:2018-04-10
    • 文件大小:22020096
    • 提供者:m0_38097087
  1. 基于人工鱼群算法的多目标分布式配电网重构研究

  2. 配电网重构是优化配电网络的主要措施,是指在满足支路载流、电压等约束条件下,决策联络开关或分段开关的状态,寻求最佳的辐射网络结构,使网损最小或以最优方式恢复供电。配电网络重构在数学上是一个多目标非线性混合优化问题,基于人工鱼群算法研究配电网重构,解决多目标投资组合问题,对并网后的配电网优化运行管理具有重要的理论意义和实际意义: 1、 首先求出多目标优化问题的Pareto最优解集,然后根据具体要求从Pareto最优解集中选出一个或几个解作为最终的方案。这种后评价方法相比先评价方法具有能得到优化问题
  3. 所属分类:其它

    • 发布日期:2018-10-13
    • 文件大小:3145728
    • 提供者:programmer0000
  1. 基于Pareto熵的多目标粒子群优化算法

  2. 粒子群优化算法因形式简洁、收敛快速和参数调节机制灵活等优点,同时一次运行可得到多个解,且能逼 近非凸或不连续的 Pareto 最优前端,
  3. 所属分类:机器学习

    • 发布日期:2018-09-08
    • 文件大小:1048576
    • 提供者:yy0506
  1. NSGA-II.zip

  2. NSGA(非支配排序遗传算法)、NSGAII(带精英策略的非支配排序的遗传算法),都是基于遗传算法的多目标优化算法,都是基于pareto最优解讨论的多目标优化
  3. 所属分类:机器学习

    • 发布日期:2019-05-31
    • 文件大小:156672
    • 提供者:weixin_42497252
  1. 多目标最优解求导matlab程旭

  2. 多个目标,带优化,matlab程旭,pareto最右搜索算法。
  3. 所属分类:其它

    • 发布日期:2019-07-24
    • 文件大小:955
    • 提供者:qinjiechina
  1. 研究论文-基于虚拟样机技术的多自由度隔振系统动态响应特性研究.pdf

  2. 滚筒洗衣机属于典型的多自由度隔振系统,为提升其减振效果,运用虚拟样机技术方法实现隔振系统的动力学特性分析以及振幅、弹簧力、阻尼力等参数的优化。基于ANSYS和ADAMS建立振动系统的仿真模型,通过动力学分析平台ADAMS/Vibration求解不同激振频率下的幅值响应。LMS振动测试表明,耦合模型具有良好的可行性和较高的计算精度。基于灵敏度法分析弹簧刚度和阻尼系数对目标函数的响应效果,设计优化变量的样本数值,通过极值搜索得出满足最优减振条件的pareto最优解集,实现隔振系统关键参数的最优化设
  3. 所属分类:其它

    • 发布日期:2019-08-07
    • 文件大小:4194304
    • 提供者:weixin_39841856
  1. Matlab基于多目标优化的免疫遗传算法在Matlab环境中的实现-基于多目标优化的免疫遗传算法在Matlab环境中的实现.rar

  2. Matlab基于多目标优化的免疫遗传算法在Matlab环境中的实现-基于多目标优化的免疫遗传算法在Matlab环境中的实现.rar 摘要:阐述了基于多目标优化的免疫遗传算法基本原理,合理地在抗原聚类算法中引入孤立度算法。在该算法中,将优化问题的可行解对应于抗体及pareto 最优个体对应于抗原,并运用改进的抗原聚类算法不断更新抗原群中的抗原,从而得到分布均匀的pareto 最优解。并探讨了在Matlab 环境下应用免疫遗传算法实现多目标优化,主要对增强度计算、pareto 求优、抗原聚类等进行
  3. 所属分类:其它

    • 发布日期:2019-08-13
    • 文件大小:179200
    • 提供者:weixin_39840650
  1. MATLAB-智能算法30个案例分析-终极版(带目录).doc

  2. 1 基于遗传算法的TSP算法(王辉) 2 基于遗传算法和非线性规划的函数寻优算法(史峰) 3 基于遗传算法的BP神经网络优化算法(王辉) 4 设菲尔德大学的MATLAB遗传算法工具箱(王辉) 5 基于遗传算法的LQR控制优化算法(胡斐) 6 遗传算法工具箱详解及应用(胡斐) 7 多种群遗传算法的函数优化算法(王辉) 8 基于量子遗传算法的函数寻优算法(王辉) 9 多目标Pareto最优解搜索算法(胡斐) 10 基于多目标Pareto的二维背包搜索算法(史峰) 11 基于免疫算法的柔性车间调度算
  3. 所属分类:机器学习

    • 发布日期:2019-09-12
    • 文件大小:1048576
    • 提供者:weixin_42544693
  1. 多目标遗传算法、NSGA、经典文章NSGA-2算法、pareto最优解集的进展研究.pdf

  2. 多目标演化算法的进展研究,主要包括MOGA,NPGA,NSGA,NSGA-II等
  3. 所属分类:其它

    • 发布日期:2019-09-18
    • 文件大小:205824
    • 提供者:nanot_xc
  1. Pareto蚁群算法与遥感技术耦合的水资源优化配置_侯景伟.pdf

  2. 为了尝试用Pareto蚁群算法(PACA)和遥感技术(RS)来求解复杂的水资源优化配置问题, 建立了以经济、社会和生态环境综合效益最大为目标, 以供水、需水、水质等为约束条件的基于像元的水资源优化配置模型. 通过局部信息素强度限制、全局信息素动态更新、Pareto解集过滤器构建等策略, 使蚂蚁向信息素浓度大的优化边界移动,以提高PACA的全局搜索能力和收敛速度. 以中原地区某县为仿真对象, 借助RS获取其土地利用类型, 利用PACA在栅格地图上求解水资源优化配置模型, 并得到水资源最优配置方案.
  3. 所属分类:机器学习

    • 发布日期:2020-03-06
    • 文件大小:1048576
    • 提供者:Dan510275
  1. NSGA-Ⅱ算法大量测试函数实验结果展示ppt

  2. 多目标进化优化算法基础篇——NSGA-Ⅱ算法。 NSGA主要问题: 1、构造pareto最优解集计算复杂度太高,为O( ),m为目标个数,N为种群大小 2、需预先设定共享参数 3、没有采取外部种群策略 (即精英保留机制) NSGA-Ⅱ改进情况: 1、快速非支配解排序 2、基于拥挤距离保持解集多样性 3、引入精英保留机制保持优良个体
  3. 所属分类:专业指导

    • 发布日期:2019-12-28
    • 文件大小:1048576
    • 提供者:tiny__boy
  1. 面向复合意象的产品形态多目标优化

  2. 为了使产品开发人员和企业开发新产品时符合用户的多维度感性需求,提出了一种面向用户复合意象的产品形态多目标优化设计方法。首先,应用语义差异评价和因子分析法抽取用户的复合意象维度;然后,采用形态分析法提取产品部件和外形单元要素;最后,在构建产品形态的BP意象预测模型的基础上,采用多目标遗传算法NSGAII求解最优方案。豆浆机实例表明,该方法适用于复合意象的产品形态优化设计,成功得到分布均匀的Pareto最优解,产品开发者可根据具体情况在多个目标之间交互选择优化方案,具有很好的指导作用和实际应用价值。
  3. 所属分类:其它

    • 发布日期:2021-03-17
    • 文件大小:1048576
    • 提供者:weixin_38612909
  1. 高效求解Pareto最优前沿的多目标进化算法

  2. 设计了一种新的求解均匀分布的Pareto最优解集的多目标进化算法(MOEA),其主要的特点是使用了一种新的个体适应值的计算方式,方法是通过群体中某一个体与群体的最优非劣解集的最小距离来刻画个体的适应值的。算法还结合了遗传算法中的精英策略以及NSGA-Ⅱ中的拥挤距离[12],提高了非劣解向Pareto最优前沿收敛的速度,并且保证了Pareto最优解集的多样性。仿真结果表明,算法不仅能够获得分布良好的Pareto最优前沿,而且能够极大地简化计算,减少了算法的运行时间,其计算复杂度为ο(mn2)(m表
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:371712
    • 提供者:weixin_38650508
  1. 基于Pareto最优原理的混合动力汽车多目标优化

  2. 介绍了混合动力汽车(HEV)相关知识,建立了以最小化燃油消耗、HC+NOx 排放量和 CO排放量为目标的3目标优化模型,提出了基于Pareto最优原理的混合动力汽车多目标优化进 化算法.该算法采用实数编码,以ADVISOR为HEV的仿真软件获得各候选方案目标值,基于Pareto 支配性原理判定候选方案的优劣,并设计了可以调整待优化变量有效位的机制以保证优化所得的候 选方案具有可实现性.针对不同车型的仿真实验结果表明,所提出的算法能够较好地解决混合动力汽 车多目标优化问题,可以获得一组具有低燃油消
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:912384
    • 提供者:weixin_38691194
  1. 多目标强度Pareto 混沌差分进化算法

  2. 提出一种多目标强度Pareto 混沌差分进化算法(SPCDE). 首先利用Tent 映射进行种群的混沌初始化, 采用 一种基于均匀排挤机制的截断排挤操作和混沌替换操作进行种群的环境选择操作; 然后基于一种变缩放因子的差分 变异策略进行变异操作, 通过计算支配关系得到变异个体; 最后通过支配关系的计算和环境选择操作进行进化选择 操作并得到子代个体. 以上操作不仅提高了算法的收敛性能, 而且保证了Pareto 最优解的均匀分布性. 数值实验结果 表明了该算法的有效性.
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:228352
    • 提供者:weixin_38645133
« 12 3 4 5 »