基于演化算法的多目標(biāo)優(yōu)化方法及其應(yīng)用研究.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩102頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、　　本文具體分析了遺傳算法的演化性能特征、遺傳算法的多樣性問題，以及影響遺傳算法性能的一些主要因素。在此基礎(chǔ)上分析了基于混合優(yōu)化策略的演化算法，這將是改善算法性能的一個(gè)重要途徑，并分析了從整體上提高算法性能的可行性及其有效機(jī)制?；诖耍砸活愜囕v路徑調(diào)度問題(VRP，vehicleroutingproblems)為問題背景，結(jié)合2-opt局部?jī)?yōu)化算法提出了GAwith2-opi算法來求解VRP問題，討論了以遺傳算法求解VRP問題的染色體

2、表示和有關(guān)遺傳操作，并給出了算例分析?！　”疚姆治隽硕嗄繕?biāo)演化算法設(shè)計(jì)中所要解決的主要各種策略應(yīng)用問題：適應(yīng)度賦值方法、選擇操作和遺傳操作的設(shè)計(jì)?；诙嗄繕?biāo)混合演化算法的形成機(jī)制及其一般結(jié)構(gòu)，提出了一種改善收斂性能的混合多目標(biāo)演化算法。　　本文分析了交叉算子在演化算中所存在的性能特征，基于演化算法中的有效交叉算子和多目標(biāo)優(yōu)化問題的自身特征，借助已有的運(yùn)用于多目標(biāo)演化算法中的策略，研究了將兩種交叉算子有機(jī)地運(yùn)用于多目標(biāo)演化算法，提出了

溫馨提示

  • 1. 本站所有資源如無(wú)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(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(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

評(píng)論

0/150

提交評(píng)論