咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >使用指数平滑预测的动态多目标优化算法 收藏

使用指数平滑预测的动态多目标优化算法

Dynamic Multi-objective Optimization Algorithm Based on Exponential Smooth Prediction

作     者:陈满丽 马永杰 CHEN Manli;MA Yongjie

作者机构:兰州文理学院电子与通信工程学院兰州730070 西北师范大学物理与电子工程学院兰州730070 

出 版 物:《自动化与仪器仪表》 (Automation & Instrumentation)

年 卷 期:2024年第12期

页      面:20-27,32页

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 081102[工学-检测技术与自动化装置] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:兰州文理学院校级科研项目(2020QNRC10) 国家自然科学基金项目(62066041) 

主  题:动态多目标优化 指数平滑预测 切比雪夫聚合方法 多项式变异 

摘      要:为进一步加快种群的收敛速度,获得分布均匀的pareto解集,提出了一种基于指数平滑预测的动态多目标优化算法。首先,对新环境下的种群中心点进行指数平滑预测,计算种群进化方向。其次,结合种群进化方向预测种群,并对预测后的种群采用切比雪夫聚合方法筛选出80%的个体。其余20%的个体通过对上一时刻最优解集多项式变异产生。最后,对新种群进行边界检测。另外,在种群进化操作中,提出了一种新的交叉算子。通过与现有动态多目标优化算法在多个测试函数上比对分析,所提算法在大多数测试函数上的逆世代距离指标和收敛指标优于对比算法,展现了所提算法处理动态多目标优化问题的优越性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分