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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、自然界的規(guī)律,是指引人類科學(xué)進(jìn)步的燈塔,眾多的科學(xué)研究都是由普遍自然規(guī)律啟發(fā)靈感而來。適者生存的自然生物遺傳進(jìn)化機(jī)制,使人類從中獲得了靈感,進(jìn)而一些學(xué)者提出了遺傳算法。算法是通過遺傳操作不斷進(jìn)行迭代計算,逐步逼近問題最優(yōu)解的,遺傳算法不同于其它的搜索和優(yōu)化算法的優(yōu)點為,具有自適應(yīng)的智能性,隱含的并行性等特點,算法簡單易實現(xiàn),且能夠以有限的代價,為解決搜索和優(yōu)化等常用求解。隨著社會的進(jìn)步發(fā)展,我們面臨著越來越多的多目標(biāo)優(yōu)化問題,而如何能高
2、效簡單的解決多目標(biāo)優(yōu)化問題成為人們所關(guān)注的熱點。
本文對現(xiàn)階段的細(xì)胞遺傳算法以及多目標(biāo)算法作了比較全面的闡述和總結(jié)。在文章中,作者為了更好的解決多目標(biāo)優(yōu)化問題,綜合了已有的算法理論和基礎(chǔ),以細(xì)胞遺傳算法作為基準(zhǔn),在迭代過程中,加入了聚類分類和局部提高,優(yōu)化算法,提出了一種基于K-means聚類學(xué)習(xí)機(jī)制的多目標(biāo)細(xì)胞遺傳算法,運用K-means算法根據(jù)每代個體的相似性進(jìn)行分類,然后運用局部提高策略對已聚類個體進(jìn)行提高,最終達(dá)到優(yōu)化
3、整個細(xì)胞遺傳算法在多目標(biāo)問題中的結(jié)果。
最后對我們所引用的K-means算法及局部提高部分進(jìn)行討論,通過實驗分析聚類的分簇數(shù)目和運行代數(shù)對新算法的影響,進(jìn)而確定參數(shù)。再與三種經(jīng)典算法的結(jié)果作對比,使用世代距離和展布兩項性能評價指標(biāo),明顯的可以得出我們提出的新型算法更優(yōu)的結(jié)論,另外,具體的畫出了幾個多目標(biāo)問題實驗所得的四種方法的Pareto前沿值,證明了我們所引入的K-means算法及局部提高策略的新型多目標(biāo)細(xì)胞遺傳算法在求解多
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
- 多目標(biāo)遺傳算法代碼
- 基于遺傳算法的多目標(biāo)優(yōu)化算法研究.pdf
- 基于新模型的多目標(biāo)遺傳算法.pdf
- 基于遺傳算法的工程多目標(biāo)優(yōu)化.pdf
- 單目標(biāo)_多目標(biāo)遺傳算法的研究.pdf
- 基于遺傳算法的模糊聚類技術(shù)的研究.pdf
- 基于遺傳算法的文本聚類技術(shù)研究.pdf
- 多目標(biāo)優(yōu)化的遺傳算法研究.pdf
- 基于遺傳算法和模糊聚類的目標(biāo)識別技術(shù)研究.pdf
- 基于多目標(biāo)遺傳算法的車間調(diào)度研究.pdf
- 基于遺傳算法的工程多目標(biāo)優(yōu)化研究.pdf
- 基于遺傳算法的聚類挖掘研究.pdf
- 基于免疫遺傳算法的多目標(biāo)優(yōu)化研究.pdf
- 基于個體排斥的多目標(biāo)遺傳算法研究.pdf
- 基于遺傳算法的聚類方法研究.pdf
- 多目標(biāo)遺傳算法應(yīng)用的研究.pdf
- 基于多目標(biāo)遺傳算法求解Steiner樹問題.pdf
- 基于遺傳算法的多目標(biāo)flow-shop調(diào)度.pdf
- 基于改進(jìn)遺傳算法的多目標(biāo)TSP問題研究.pdf
- 基于多目標(biāo)遺傳算法的氣門彈簧優(yōu)化設(shè)計.pdf
評論
0/150
提交評論