版權(quán)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(quán),請進行舉報或認領(lǐng)
文檔簡介
1、無論科學(xué)研究還是工程應(yīng)用,許多領(lǐng)域都涉及到多目標優(yōu)化問題,尋求高效穩(wěn)健的多目標優(yōu)化算法是研究者們長期以來關(guān)注的一個重要課題。擬態(tài)物理學(xué)優(yōu)化算法是剛剛出現(xiàn)的一種隨機搜索算法,該方法從擬態(tài)物理角度來模擬生物覓食機制,對單目標全局優(yōu)化問題進行求解,在算法收斂性、解集多樣性及算法魯棒性等方面具有較好性能。本文將擬態(tài)物理學(xué)優(yōu)化算法應(yīng)用于多目標優(yōu)化領(lǐng)域,主要圍繞多目標擬態(tài)物理學(xué)優(yōu)化算法框架、算法的有效性、種群多樣性、適應(yīng)值的選取、多目標擬態(tài)物理學(xué)優(yōu)
2、化算法的約束處理等方面進行理論研究,并將其應(yīng)用于移動機器人的路徑規(guī)劃中,主要研究成果如下:
1.通過比較擬態(tài)物理學(xué)優(yōu)化算法與典型的基于種群的優(yōu)化算法之間特征的異同,闡述了基于擬態(tài)物理學(xué)優(yōu)化算法解決多目標優(yōu)化問題的可行性,分析了將擬態(tài)物理學(xué)優(yōu)化算法應(yīng)用于多目標優(yōu)化領(lǐng)域需要解決的關(guān)鍵問題,建立了多目標擬態(tài)物理學(xué)優(yōu)化算法的基本框架。在此基礎(chǔ)上,融合聚集函數(shù)法,提出了一種多目標擬態(tài)物理學(xué)優(yōu)化算法,通過仿真測試說明了多目標擬態(tài)物理學(xué)
3、優(yōu)化算法的有效性。
2.從擬態(tài)物理學(xué)優(yōu)化算法自身特點出發(fā),分析了個體作用于種群中其他個體的虛擬力之和與種群多樣性的關(guān)系,提出了一種基于虛擬力排序的多目標擬態(tài)物理學(xué)優(yōu)化算法,并基于概率論的基本知識,對所提算法的收斂性進行了理論分析與證明,通過仿真實驗說明了算法具有較好性能,特別在解集多樣性保持方面,要優(yōu)于經(jīng)典多目標進化算法。
3.分析了多目標擬態(tài)物理學(xué)優(yōu)化算法中個體質(zhì)量與多目標優(yōu)化問題中個體適應(yīng)值的關(guān)系,從多目
4、標優(yōu)化問題的特點出發(fā),利用基于Pareto的序值概念及基于鄰域半徑的共享技術(shù),來確定多目標擬態(tài)物理學(xué)優(yōu)化算法中的質(zhì)量函數(shù),提出了一種基于序值的多目標擬態(tài)物理學(xué)優(yōu)化算法。通過與經(jīng)典多目標進化算法及多目標微粒群優(yōu)化算法在一系列標準的、復(fù)雜的多目標優(yōu)化測試函數(shù)上的數(shù)值實驗,分析了算法的性能特征.
4.對約束多目標擬態(tài)物理學(xué)優(yōu)化算法進行了研究。首先將可行規(guī)則法作為約束處理機制,設(shè)計了可行個體及不可行個體的質(zhì)量函數(shù)及虛擬力作用規(guī)則,
5、在此基礎(chǔ)上提出了一種基于虛擬力減小的約束多目標擬態(tài)物理學(xué)優(yōu)化算法,有效處理了可行個體進入不可行域的情況,從而較好解決了Pareto最優(yōu)解集位于可行域及不可行域邊界的約束多目標優(yōu)化問題,同時,利用概率論的基本理論對該算法進行了收斂性分析證明,通過仿真測試說明了該算法的性能。然后利用約束保持法對約束多目標優(yōu)化問題中的約束進行處理,結(jié)合基于序值的擬態(tài)物理學(xué)優(yōu)化算法的基本思想,提出了一種基于序值的約束多目標擬態(tài)物理學(xué)優(yōu)化算法,通過數(shù)值實驗,分析
6、了算法性能。
5.針對具有多個優(yōu)化目標的移動機器人全局路徑規(guī)劃問題,首先根據(jù)障礙物信息建立機器人工作空間模型,將移動機器人路徑規(guī)劃轉(zhuǎn)化為一個連續(xù)空間的約束多目標優(yōu)化問題。其次,分析移動機器人路徑規(guī)劃特點,將路徑長度及路徑平滑度作為優(yōu)化目標,構(gòu)造移動機器人路徑規(guī)劃的適應(yīng)值函數(shù),建立了基于多目標擬態(tài)物理學(xué)優(yōu)化的移動機器人路徑規(guī)劃模型。然后利用基于序值的約束多目標擬態(tài)物理學(xué)優(yōu)化算法對移動機器人的路徑進行規(guī)劃。同時,采用NSGA-
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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(zé)。
- 6. 下載文件中如有侵權(quán)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。
最新文檔
- 進化多目標優(yōu)化算法及其應(yīng)用研究.pdf
- PAES多目標優(yōu)化算法及其應(yīng)用研究.pdf
- 基于擬態(tài)物理學(xué)優(yōu)化算法的多維關(guān)聯(lián)規(guī)則挖掘方法及應(yīng)用.pdf
- 多目標優(yōu)化的粒子群算法及其應(yīng)用研究.pdf
- 基于約束保持法的矢量擬態(tài)物理學(xué)約束優(yōu)化算法研究.pdf
- 基于擬態(tài)物理學(xué)的全局優(yōu)化算法設(shè)計及性能分析.pdf
- 基于可行性規(guī)則的擬態(tài)物理學(xué)約束優(yōu)化算法研究.pdf
- 多目標進化算法及其應(yīng)用研究.pdf
- 基于擬態(tài)物理學(xué)優(yōu)化的認知無線電頻譜分配算法研究.pdf
- 基于ESO算法的多目標拓撲優(yōu)化及其應(yīng)用研究.pdf
- 基于演化算法的多目標優(yōu)化方法及其應(yīng)用研究.pdf
- 多目標優(yōu)化進化算法及應(yīng)用研究.pdf
- 超多目標演化算法及其應(yīng)用研究.pdf
- 地震巖石物理學(xué)及其應(yīng)用研究.pdf
- 多目標進化算法及其在約束優(yōu)化中的應(yīng)用研究.pdf
- 人工免疫多Agent多目標優(yōu)化算法及其應(yīng)用研究.pdf
- 單目標、多目標優(yōu)化進化算法及其應(yīng)用.pdf
- 基于進化算法的多目標優(yōu)化算法及應(yīng)用研究.pdf
- 目標空間分割多目標進化算法及其應(yīng)用研究.pdf
- 進化動態(tài)多目標優(yōu)化算法及其應(yīng)用.pdf
評論
0/150
提交評論