版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、多目標(biāo)優(yōu)化問(wèn)題是工程與科學(xué)研究的重要類別，其中存在多個(gè)彼此沖突且有聯(lián)系的優(yōu)化方向，如何在有限的時(shí)間或資源代價(jià)下獲得最優(yōu)解是研究的核心問(wèn)題。多目標(biāo)優(yōu)化問(wèn)題尋求同時(shí)達(dá)到各個(gè)方向的最優(yōu)解是困難的，通常經(jīng)過(guò)各目標(biāo)之間的權(quán)衡和折中，得到的問(wèn)題最優(yōu)解集合，或者是無(wú)窮大的Pareto集。目前提出的多目標(biāo)優(yōu)化問(wèn)題解決方案基本采用進(jìn)化智能優(yōu)化手段。
本文詳細(xì)介紹了粒子群優(yōu)化算法(PSO)和經(jīng)典的局部?jī)?yōu)化禁忌算法(TS)，在這兩種算法的基礎(chǔ)上
2、提出了禁忌-粒子群算法T-PSOA(Tabu-Particle Swarm Optimization Algorithm)。一方面，算法在粒子群進(jìn)化過(guò)程后一階段融入了禁忌算法的禁忌運(yùn)算，它通過(guò)局部搜索方法改進(jìn)第一階段所取得解的質(zhì)量。同時(shí)引入精英概率的概念，當(dāng)禁忌運(yùn)算產(chǎn)生新解好于原有解則代替它，否則根據(jù)精英概率的大小，隨機(jī)選擇粒子的一定數(shù)量的維度或分量復(fù)制新解的相應(yīng)部分，以維持目標(biāo)空間的多樣性。另一方面，算法提出了慣性權(quán)重隨種群多樣性測(cè)度
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粒子群算法的多目標(biāo)函數(shù)優(yōu)化問(wèn)題研究.pdf
- 解決多目標(biāo)優(yōu)化問(wèn)題的粒子群算法研究.pdf
- 基于多目標(biāo)優(yōu)化的粒子群算法研究.pdf
- 基于概率粒子群算法的背包問(wèn)題的研究.pdf
- 基于改進(jìn)粒子群算法的多目標(biāo)優(yōu)化研究.pdf
- 多目標(biāo)粒子群優(yōu)化算法的研究.pdf
- 基于粒子群算法的多目標(biāo)配送網(wǎng)絡(luò)優(yōu)化問(wèn)題研究.pdf
- 基于多目標(biāo)粒子群優(yōu)化算法的圖像分割算法.pdf
- 基于粒子群算法的多目標(biāo)車間調(diào)度的研究.pdf
- 具有偏好的多目標(biāo)粒子群算法及鐵路選線多目標(biāo)問(wèn)題研究.pdf
- 基于混合粒子群算法多目標(biāo)柔性作業(yè)車間調(diào)度問(wèn)題研究.pdf
- 基于粒子群優(yōu)化的多目標(biāo)車間調(diào)度算法.pdf
- 多目標(biāo)拆卸線平衡問(wèn)題的改進(jìn)粒子群算法研究.pdf
- 基于多目標(biāo)優(yōu)化的粒子群算法研究及其應(yīng)用.pdf
- 基于粒子群優(yōu)化的離散多目標(biāo)優(yōu)化算法.pdf
- 多目標(biāo)粒子群優(yōu)化算法的研究改進(jìn).pdf
- 基于粒子群的多目標(biāo)優(yōu)化算法研究及其應(yīng)用.pdf
- 基于改進(jìn)粒子群蟻群算法的多目標(biāo)雙邊匹配問(wèn)題研究.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
- 基于量子衍生方法的粒子群多目標(biāo)優(yōu)化算法.pdf
評(píng)論
0/150
提交評(píng)論