2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩193頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、大量實際應用問題最后可以轉化為多目標優(yōu)化問題,而粒子群優(yōu)化因為其概念簡單、實現(xiàn)容易、收斂快速被廣泛地用來求解。
   大量多目標優(yōu)化算法是為進化算法設計的,沒有針對粒子群優(yōu)化的特性。因此我們分析多目標粒子群優(yōu)化的收斂機制,研究決策變量間的關系、最優(yōu)解集在決策變量上的投影、決策向量間的關系與收斂穩(wěn)定性、收斂類型的關系,找出阻礙算法收斂到優(yōu)解和保存優(yōu)解、以及造成算法收斂失敗或早熟的特征。
   多目標粒子群優(yōu)化面臨兩大困難,

2、引導粒子向Pareto前沿收斂和維護所得解的多樣性,因此產(chǎn)生了大量的改進。但這些改進缺乏系統(tǒng)化分析,所以為新問題設計合適的算法仍然很困難。通過借鑒人群行為,我們的人群框架系統(tǒng)化地總結了這些改進,將它們抽取為可重用的策略,并依據(jù)它們的優(yōu)化機制,歸類到模塊中。各模塊中的策略的理論和實驗上的分析和比較,幫助我們?yōu)槟K選擇合適的策略。不同模塊的策略之間關聯(lián)關系的分析產(chǎn)生了策略選擇的模塊順序。算法設計變得大為簡化。
   對于多目標問題,

3、Pareto支配定義的兩個解之間可能無法比較,這會降低算法的收斂速度和收斂精度,但現(xiàn)有算法對此缺乏有效處理。因此我們提出基于維更新的多目標粒子群優(yōu)化算法,即每個決策變量更新后立刻更新目標向量。單獨考慮每個變量對目標向量的影響可以降低無法比較關系出現(xiàn)的概率,從而提高算法性能。此外,我們提出最佳替換、基因交換來加速收斂,不再使用個體最優(yōu)因為算法已經(jīng)可以提供足夠的多樣性,簡化了網(wǎng)格縮減從而減少計算代價。
   決策空間的高維會影響多目

4、標粒子群優(yōu)化的性能,現(xiàn)有分解方法的性能難以讓人滿意。因此我們提出了基于可分性和類型的多目標粒子群優(yōu)化算法。學習決策變量的特征,可分的距離變量進行單獨優(yōu)化,可分的位置或混合變量進行單獨更新,不可分的變量進行整體優(yōu)化和更新。按位置變量、混合變量和距離變量的次序,減少擾動的分配。此外,我們采用了環(huán)型拓撲結構來處理多峰,提出了鏡像變換來克服欺詐,修改了適應性網(wǎng)格來減少計算時間,改進了全局最優(yōu)選擇來解決非均勻。
   綜上所述,我們的研究

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論