检索结果-内蒙古大学图书馆

控制与决策 2024年第8期39卷 2551-2559页

作者：吕莉潘宁康肖人彬王晖谭德坤南昌工程学院信息工程学院南昌330099 华中科技大学人工智能与自动化学院武汉430074

目前多目标优化算法主要针对如何处理多个目标之间的冲突,对于如何处理约束考虑较少,鉴于此,提出一种求解带约束优化问题的混合式多策略萤火虫算法(HMSFA-PC).首先,提出一种改进的动态罚函数策略对约束优化问题进行预处理,将其转换为非... 详细信息

目前多目标优化算法主要针对如何处理多个目标之间的冲突,对于如何处理约束考虑较少,鉴于此,提出一种求解带约束优化问题的混合式多策略萤火虫算法(HMSFA-PC).首先,提出一种改进的动态罚函数策略对约束优化问题进行预处理,将其转换为非约束优化问题;其次,对萤火虫算法本身进行改进,采用Lévy flights搜索机制有效地增大搜索范围;接着,引入随机扩张因子改进算法吸引模型,使种群突破束缚,有效避免早熟收敛,提出自适应维度重组机制,根据不同迭代时期选择差异性较大的个体进行信息交互、相互学习.为检验算法处理无约束优化问题的性能,将其在基准测试函数上与部分典型算法进行比较;为检验算法处理约束优化问题的性能,将其在实际约束测试问题中与一些顶尖约束求解算法进行比较.结果表明,HMSFA-PC在处理无约束优化问题时具有收敛速度快、收敛精度高等优势,并且在动态罚函数的协作下求解实际约束优化问题时仍具有良好的优化性能.

关键词：萤火虫算法约束多目标优化动态罚函数法 Lévy flights 随机扩张因子自适应维度重组

来源：评论

学校读者我要写书评

暂无评论

面向复杂优化问题的多目标萤火虫算法研究

面向复杂优化问题的多目标萤火虫算法研究

引用

作者：潘宁康南昌工程学院

学位级别：硕士

多目标萤火虫算法是受到萤火虫种群行为启发并对其进行模拟的一种多目标进化算法,相较于其他多目标进化算法,该算法结构简单、参数少、易于实现,是当下多目标进化算法的一个研究热点。目前对于该算法的研究尚且存在以下几点不足:种群寻... 详细信息

多目标萤火虫算法是受到萤火虫种群行为启发并对其进行模拟的一种多目标进化算法,相较于其他多目标进化算法,该算法结构简单、参数少、易于实现,是当下多目标进化算法的一个研究热点。目前对于该算法的研究尚且存在以下几点不足:种群寻优过程中寻优精度低以及易陷入早熟收敛;对于含约束的优化问题约束条件难以处理;处理含有大规模决策变量的优化问题时存在“维数灾难”。约束优化问题和大规模优化问题均属于复杂优化问题。针对这些问题,本文就如何设计有效的多目标萤火虫算法展开了研究,具体工作如下: (1)针对多目标萤火虫算法在寻优过程中寻优精度低、易陷入早熟收敛的问题,提出一种Logistic映射和交叉变异相结合的多目标萤火虫算法。该算法利用Logistic映射产生具有较好遍历性和均匀性的初始种群;利用Lévy flights和非支配排序协同改进位置更新公式,Lévy flights极大增强种群的寻优空间,非支配排序逐级迭代更新个体位置避免在收敛过程中发生振荡,使种群保持一种良好的收敛趋势;个体位置更新后借鉴遗传算法中的交叉变异有效改善算法的寻优精度使其跳出局部最优,克服了算法的早熟收敛,维护了种群的收敛性。对本算法添加的策略进行有效性验证,并在18个基准测试函数上将本文算法与一些多目标进化算法进行比较。结果表明,在改善种群收敛性和分布性方面,相比其它几种算法本算法具有明显的优越性。 (2)针对萤火虫算法在多目标优化问题中如何处理约束,提出一种求解带约束优化问题的混合式多策略多目标萤火虫算法。该算法采用一种改进的动态罚函数策略对约束优化问题进行预处理,从而将其转换为无约束优化问题;对萤火虫算法本身进行改进:采用Lévy flights搜索机制有效地增大搜索范围;引入随机扩张因子改进算法吸引模型,使种群突破束缚,有效避免早熟收敛,维护种群收敛性;提出自适应维度重组机制,根据不同迭代时期,选择差异性较大的个体,进行信息交互,相互学习,有效改善种群的多样性。为检验算法处理无约束优化问题的性能,将其在18个基准测试函数上通过与部分经典算法以及新近算法进行比较;为检验算法处理COPs的性能,将其在29个实际约束测试函数中将其与一些约束求解算法进行比较。结果表明,本算法在处理无约束优化问题时具有收敛速度快、收敛精度高等优势,并且在动态罚函数的协作下求解实际约束优化问题时仍具有良好的优化性能。 (3)针对多目标萤火虫算法在处理含大规模决策变量的多目标优化问题时存在的“维数灾难”问题,提出一种基于奖惩机制和自适应维度重组的大规模多目标萤火虫算法。该算法提出一种奖惩机制策略,充分利用个体本身的信息,使种群突破束缚,迅速逼近Pareto前沿,有效改善种群的收敛性;提出一种自适应维度重组机制,根据不同迭代时期,选择差异性较大的个体,进行信息交互,相互学习,有效改善种群的多样性。为验证算法的有效性,选取UF系列、变量扩张后的ZDT系列以及LSMOP系列24个测试函数进行仿真实验,与8个大规模优化算法进行对比,结果表明,本算法具有收敛速度快、收敛精度高等优势,相较于对比算法具有较好的优化性能。

关键词：多目标萤火虫算法多目标优化问题约束多目标优化动态罚函数法大规模多目标优化

来源：评论

学校读者我要写书评

暂无评论

基于动态罚函数遗传算法的电磁探测卫星多星规划方法

引用

国防科技大学学报 2009年第2期31卷 44-50页

作者：陈浩李军唐宇景宁国防科技大学电子科学与工程学院湖南长沙410073

针对电磁探测卫星的特点,考虑其主要约束条件,建立了多星联合规划数学模型,提出了基于遗传算法的电磁探测卫星多星规划算法。为处理遗传算法迭代过程中产生的不可行解,引入了基于罚函数法的约束处理方法。针对罚函数法中惩罚系数难以确... 详细信息

针对电磁探测卫星的特点,考虑其主要约束条件,建立了多星联合规划数学模型,提出了基于遗传算法的电磁探测卫星多星规划算法。为处理遗传算法迭代过程中产生的不可行解,引入了基于罚函数法的约束处理方法。针对罚函数法中惩罚系数难以确定的特点,设计了惩罚系数自适应调整的动态罚函数机制。根据模拟的数据进行实验及分析,表明该方法能有效解决电磁探测卫星多星规划问题。

关键词：电磁探测卫星多星规划约束处理动态罚函数法遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于模拟退火算法(SAA)求解列车控制问题

引用

安徽大学学报（自然科学版） 2000年第3期24卷 46-49页

作者：陈万里程家兴安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039

提出了一种解水平轨道的列车节能控制问题的算法 ,该算法考虑了无限制速度和有限制速度两种情形 ,并基于模拟退火算法、动态罚函数法。

关键词：列车控制问题模拟退火算法动态罚函数法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：