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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、近年來,進(jìn)化多目標(biāo)優(yōu)化(Evolutionary Multi-objective Optimization,EMO)算法研究逐漸成為進(jìn)化計(jì)算研究領(lǐng)域的一個(gè)重要內(nèi)容。EMO算法一次運(yùn)行就可以獲得一組具有代表性的Pareto最優(yōu)解的集合,已經(jīng)逐漸成為求解多目標(biāo)優(yōu)化問題的主流方法之一。但是多數(shù)現(xiàn)有的EMO算法更多的關(guān)注了目標(biāo)空間上的選擇機(jī)制,在決策空間的搜索上只是簡單繼承了單目標(biāo)優(yōu)化算法的策略,而很少針對多目標(biāo)優(yōu)化問題的特點(diǎn)設(shè)計(jì)有效的搜索算子
2、。
班德文學(xué)習(xí)理論近年來已被廣泛引入進(jìn)化計(jì)算,為求解多目標(biāo)優(yōu)化問題提供了一條嶄新的道路。本文正是針對連續(xù)多目標(biāo)優(yōu)化問題,利用其獨(dú)有的規(guī)律性,設(shè)計(jì)了一種基于種群分布模型學(xué)習(xí)的班德文進(jìn)化算子。并將這種班德文進(jìn)化算子分別引入兩種不同的進(jìn)化多目標(biāo)優(yōu)化算法,從而提出了兩種班德文進(jìn)化多目標(biāo)優(yōu)化算法。因此,本文主要內(nèi)容為:
(1)提出了一種基于種群分布模型學(xué)習(xí)的班德文進(jìn)化算子?;谶B續(xù)多目標(biāo)優(yōu)化問題的規(guī)律性,此算子通過建立當(dāng)前種群
3、的分段概率分布模型來獲取當(dāng)前進(jìn)化信息,并考慮父代種群的歷史進(jìn)化信息,從而結(jié)合當(dāng)前進(jìn)化信息和父代的歷史進(jìn)化信息產(chǎn)生預(yù)測性的進(jìn)化方向?qū)€(gè)體進(jìn)行搜索。
(2)將設(shè)計(jì)的班德文進(jìn)化算子分別引入兩種不同類型的算法非支配近鄰免疫多目標(biāo)優(yōu)化算法和基于分解的進(jìn)化多目標(biāo)優(yōu)化算法,提出了基于免疫克隆的班德文多目標(biāo)優(yōu)化算法(Baldwinian Evolutionary Multi-objective Optimization AlgorithmBa
4、sed on Immue Clone,MIAB)和基于分解的班德文進(jìn)化多目標(biāo)優(yōu)化算法MOEA/D/BL(Baldwinian Evolutionary Multi-objective Optimization Algorithm Basedon Decomposition,MOEA/D/BL)。通過分析兩種原算法的特性以及優(yōu)勢和不足,MIAB和MOEA/D/BL均在適當(dāng)?shù)奈恢靡赃m當(dāng)?shù)慕Y(jié)合方式引入和使用班德文進(jìn)化算子對個(gè)體進(jìn)行搜索。實(shí)驗(yàn)結(jié)
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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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
- 基于全局優(yōu)化和局部學(xué)習(xí)的進(jìn)化多目標(biāo)優(yōu)化算法.pdf
- 基于種群分解的進(jìn)化超多目標(biāo)算法及其應(yīng)用.pdf
- 基于進(jìn)化算法的動態(tài)多目標(biāo)優(yōu)化.pdf
- 基于多目標(biāo)優(yōu)化的進(jìn)化算法研究.pdf
- 多目標(biāo)最優(yōu)化進(jìn)化算法.pdf
- 基于分布估計(jì)的混合多目標(biāo)進(jìn)化算法的研究.pdf
- 基于協(xié)同進(jìn)化的動態(tài)多目標(biāo)優(yōu)化算法.pdf
- 多目標(biāo)優(yōu)化進(jìn)化算法比較綜述
- 雙層多目標(biāo)優(yōu)化問題的進(jìn)化算法.pdf
- 解多目標(biāo)優(yōu)化問題的進(jìn)化算法.pdf
- 基于協(xié)同進(jìn)化的多目標(biāo)優(yōu)化算法研究
- 基于進(jìn)化算法的多目標(biāo)優(yōu)化算法及應(yīng)用研究.pdf
- 基于協(xié)同進(jìn)化的多目標(biāo)優(yōu)化算法研究.pdf
- 進(jìn)化算法解決多目標(biāo)優(yōu)化問題.pdf
- 約束優(yōu)化和多目標(biāo)優(yōu)化的進(jìn)化算法研究.pdf
- 單目標(biāo)、多目標(biāo)優(yōu)化進(jìn)化算法及其應(yīng)用.pdf
- 解決多目標(biāo)優(yōu)化問題的幾種進(jìn)化算法.pdf
- 基于云模型的SoC測試多目標(biāo)進(jìn)化算法研究.pdf
- 基于多種群協(xié)同的多目標(biāo)粒子群優(yōu)化算法研究.pdf
- 解決單目標(biāo)和多目標(biāo)優(yōu)化問題的進(jìn)化算法.pdf
評論
0/150
提交評論