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、差分演化算法,自1995年被提出以來,受到了相關領域中專家學者們的重視和青睞,并且已經(jīng)在多峰函數(shù)優(yōu)化、數(shù)據(jù)過濾、多目標優(yōu)化等十九個大方向上得到了較好的應用成果。 本文主要對差分演化算法在多目標優(yōu)化和約束處理方面進行一系列研究,并將其應用在三個現(xiàn)實領域中。首先,對差分演化算法的相關背景、基本思想和具體實現(xiàn)進行了概述。然后,對多目標差分演化算法的構造進行了研究,比較并分析了最近幾年來發(fā)表的四類多目標差分演化算法PDE、PDEA、MO
2、DE和DEMO,并對DEMO的基礎思想及具體算法實現(xiàn)進行了深入的研究。其次,提出了一種處理約束問題的新穎的方法,即將各種約束條件轉換成新的目標函數(shù)。最后,將差分演化算法DE及本文提出的約束處理方法應用在三個比較熱門的領域,即氬原子簇空間結構優(yōu)化、考慮安全性的實時調度優(yōu)化和帶約束的布局優(yōu)化。 本文的主要貢獻如下: 1)對差分演化算法DE的基本思想和具體代碼實現(xiàn)進行了詳細的分析和總結。 2)比較并分析了最近幾年來發(fā)表
3、的四類多目標差分演化算法,并對DEMO的基礎思想及其構造進行了深入的研究。 3)本文提出了一種用多目標優(yōu)化思想來處理約束問題的新方法。實驗結果表明本文提出的方法能夠成功的優(yōu)化帶約束的單目標和多目標問題。 4)本文嘗試用差分演化算法來優(yōu)化氬原子簇的空間結構。實驗結果表明當原子簇數(shù)量在16以內(nèi)時,均能在合理的時間內(nèi)找到全局最優(yōu)解。 5)本文提出了一種基于差分演化算法的實時調度算法SAREC-DE,并與SAREC-ED
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。
最新文檔
- 基于多目標差分演化的序列密碼算法研究.pdf
- 多目標元胞差分算法的改進及其應用研究.pdf
- 改進的差分演化算法研究及其應用
- 改進的差分演化算法研究及其應用.pdf
- 超多目標演化算法及其應用研究.pdf
- 多目標動態(tài)差分進化算法及其應用研究.pdf
- 多目標差分算法及其在冗余機器人性能優(yōu)化中的應用.pdf
- 基于演化算法的多目標優(yōu)化方法及其應用研究.pdf
- 多目標演化算法研究.pdf
- 多目標優(yōu)化演化算法.pdf
- 混合差分和細菌覓食的多目標優(yōu)化算法.pdf
- 離散差分演化算法的研究與應用.pdf
- 差分演化算法及其在函數(shù)優(yōu)化中的應用研究.pdf
- 演化多目標優(yōu)化測試問題的構造.pdf
- 多目標演化算法及在優(yōu)化問題中的應用.pdf
- 差分演化算法的集成探索及其變異策略的改進與應用.pdf
- 基于改進差分演化算法的應用研究.pdf
- 多目標差分進化算法研究.pdf
- 差分演化算法及其改進算法集成界面的實現(xiàn).pdf
- 基于種群自適應策略的差分演化算法及其應用研究.pdf
評論
0/150
提交評論