排序方式: 共有112条查询结果,搜索用时 15 毫秒
1.
一种基于输运理论的多目标演化算法 总被引:2,自引:1,他引:2
提出了一种根据输运理论中的粒子输运方程、相空间能量定律和熵增法则构造的一种能够准确、高效地求解多目标优化问题的多目标演化算法(MOPEA).由于该算法使用了粒子系统从非平衡达到平衡的理论来定义求解多目标问题的Rank函数和Niche适应值函数,使得种群中的所有个体都有机会参与演化操作,以达到快速、均匀地求出多目标优化问题的Pareto最优解.数据实验显示,利用该算法求解多目标优化问题不仅能够使算法快速地收敛到全局Pareto前沿,同时由于该算法要求所有的粒子都要参与杂交和变异等演化操作,从而避免问题早熟现象的出现,并通过与传统演化算法的性能指标分析比较说明,使用该算法求解多目标优化问题具有明显的优越性. 相似文献
2.
介绍一种求解TSP的混合遗传算法,该算法结合了基于邻域的LK算法和采用Inver-Over算子的遗传算法,并在算法中增加一些控制策略,加快算法的收敛速度,又保证群体的多样性。实验表明该算法是有效的。 相似文献
3.
一种新的基于网格的函数优化算法 总被引:1,自引:1,他引:1
提出了一种新的确定性的函数优化算法——网格算法(GPA),并介绍了基于节点的网格生成策略。尤其对于高维问题,介绍了一个快速随机生成算法,解决了种群规模的爆炸增长问题。阐述了网格算法快速收敛的特点,并通过实验与快速演化规划算法和遗传算法进行比较,证明了算法的有效性。 相似文献
4.
提出了一种新的基于多层染色体基因表达式程序设计的混合遗传进化算法:M-GEP-GA。 该算法在基因表达式程序设计的基础上引入了多层染色体,并采用与遗传算法相嵌套的二级演化方法。利用染色体构建的层次调用模型对个体进行表达,用基因表达式程序设计方法优化模型结构,遗传算法优化模型参数。通过对三组数据测试,与用单基因GEP、多基因GEP的结果进行对比,实验表明改进的算法具有更强的寻优能力和更高的稳定性。 相似文献
5.
6.
7.
用多目标演化优化算法解决约束选址问题 总被引:6,自引:0,他引:6
约束选址问题是一个多目标约束优化问题,传统算法(加权法)一次只能得到一个候选解,用多目标演化优化算法对其进行求解,可以一次得到多个候选解,给决策者提供更多的选择余地,以期获得更大的利益,数字试验表明,该方法优于传统多目标优化方法。 相似文献
8.
用遗传算法解带时延及时延抖动约束的组播路由优化问题 总被引:1,自引:0,他引:1
带约束条件的组播路由是网络应用的发展所提出的新的问题,根据不同的约束条件有不同的变种,该文讨论了带时延及时延抖动约束的组播路由优化问题,给出了该问题的数学模型,提出了求解该问题的一种基于候选路由库的遗传算法,并对该算法的仿真结果与前人的结果进行了比较。结果证明,用遗传算法解决这类问题是有效的。 相似文献
9.
该文设计了基于偏序关系的演化算法求解多峰函数优化问题新算法。并从偏序关系的性质出发,从理论上为该算法的收敛性提供了一定的依据,进而为其搜索操作提供了明确的方向,避免了演化搜索过程中的盲目性。 相似文献
10.
在知识发现流程中,分类规则是主要的挖掘任务之一。针对传统的基于统计分析的挖掘算法在保证知识的有趣性方面的缺陷,提出了利用演化计算这种智能计算模型的全局搜索特性和完全适应值导向特性来进行分类知识的自动挖掘和处理,不需要先验知识,以确保知识的有趣性。提出了用IF-THEN这种高层次的知识表示形式来提高知识的可理解性。并给出了个体表示,遗传操作和适应值评估等几个在演化算法中起重要作用的成分的设计原则和方法。 相似文献