检索结果-内蒙古大学图书馆

东南大学学报（自然科学版） 2009年第S1期39卷 260-265页

作者：曹莲英侯琳李文勇山东交通学院交通与物流工程系济南250023 桂林电子科技大学机电工程学院桂林541004

为了使公交车辆的发车间隔得到优化,根据客流量的变化,建立了以乘客和公交企业运营费用最小为目标的公交车辆发车间隔优化模型,并采用一种多目标演化算法(MOPEA)来求解模型.该算法通过粒子系统从非平衡状态达到平衡状态的理论来定义Ran... 详细信息

为了使公交车辆的发车间隔得到优化,根据客流量的变化,建立了以乘客和公交企业运营费用最小为目标的公交车辆发车间隔优化模型,并采用一种多目标演化算法(MOPEA)来求解模型.该算法通过粒子系统从非平衡状态达到平衡状态的理论来定义Rank函数,从而使得所有个体在每次迭代过程中均能参与杂交、变异等演化操作,最终求得发车间隔的全局最优解,从而避免传统演化算法中出现的陷入问题的局部解的现象.同时,保留了目标函数的多样性,使相向的多目标优化问题得到了一个"折中"的最优解,即Pareto最优解.最后通过实例验证了该算法比传统演化算法更具优越性.

关键词：公交发车间隔多目标演化算法 Pareto最优前沿

来源：评论

学校读者我要写书评

暂无评论

用于波导阵列--光纤阵列自动对接的多目标演化算法的研究

引用

光子学报 2008年第3期37卷 460-465页

作者：张晓微陈抱雪隋国荣陈林傅长松袁一方矾守上海理工大学上海200093 上海第二工业大学上海201209 东京农工大学应用化学系日本东京184-8588

开发设计了一种新的列阵自动对接方法,该方法将多目标演化法导入光纤—光波导列阵—光纤列阵的自动对接,并行操作次数较常规遗传法大幅减少.数值仿真表明,对于模场非对称因子为0.4%的单模波导列阵与光纤列阵的双芯对接,能实现0.04dB的... 详细信息

开发设计了一种新的列阵自动对接方法,该方法将多目标演化法导入光纤—光波导列阵—光纤列阵的自动对接,并行操作次数较常规遗传法大幅减少.数值仿真表明,对于模场非对称因子为0.4%的单模波导列阵与光纤列阵的双芯对接,能实现0.04dB的平均端面耦合损耗.用于1×8波导分支耦合器与通道间距误差在0.35μm以内的光纤列阵对接,自动耦合仿真达到了小于0.1dB的平均端面耦合损耗,最大值与最小值的差小于0.06dB.

关键词：光波导技术自动对接端面耦合光纤列阵多目标演化算法

来源：评论

学校读者我要写书评

暂无评论

基于自适应配对控制的多目标演化算法

引用

控制与决策 2018年第3期33卷 392-402页

作者：张秀杰李欣张虎赵杰哈尔滨工业大学基础与交叉科学研究院哈尔滨150001 哈尔滨工业大学控制理论与指导技术研究中心哈尔滨150001 北京机电工程研究所北京100074 哈尔滨工业大学机器人技术与系统国家重点实验室哈尔滨150001

为了平衡搜索过程中的开采和勘探,设计一种聚类辅助的基于繁殖效用的自适应配对控制策略,进而提出一种基于自适应配对控制的多目标演化算法(ACEA).利用K-means聚类算法发掘种群分布结构,以配对控制概率限制从同一类邻居或者整个种群中... 详细信息

为了平衡搜索过程中的开采和勘探,设计一种聚类辅助的基于繁殖效用的自适应配对控制策略,进而提出一种基于自适应配对控制的多目标演化算法(ACEA).利用K-means聚类算法发掘种群分布结构,以配对控制概率限制从同一类邻居或者整个种群中挑选父个体繁殖新解,以加强局部搜索或者勘探.采用的配对控制概率根据不同繁殖机制在过去一定代数的繁殖效用,在每一代中自适应地更新.选取标准测试题以及5种代表性的多目标演化算法测试ACEA的性能,通过结果验证所提出算法的优越性.

关键词：多目标演化算法 K-means聚类算法配对控制策略自适应配对控制概率

来源：评论

学校读者我要写书评

暂无评论

基于多目标演化算法的SOC设计空间搜索策略

引用

计算机工程 2005年第6期31卷 46-49页

作者：任长宁马光胜王昊冯刚哈尔滨工程大学计算机科学与技术学院哈尔滨150001

针对参数化SOC设计空间的复杂性,提出了一种新的搜索策略,该搜索策略以多目标演化算法为核心,依据参数依赖性概念对设计空间进行大幅度的缩减并使用空间阈值技巧增加了策略的适应性。通过与敏感度分析搜索策略的实验对比,证明了该策略... 详细信息

针对参数化SOC设计空间的复杂性,提出了一种新的搜索策略,该搜索策略以多目标演化算法为核心,依据参数依赖性概念对设计空间进行大幅度的缩减并使用空间阈值技巧增加了策略的适应性。通过与敏感度分析搜索策略的实验对比,证明了该策略在得到更优配置的同时可以显著缩短搜索时间。

关键词：参数化SOC 设计空间搜索多目标优化多目标演化算法

来源：评论

学校读者我要写书评

暂无评论

一种混合交叉策略的多目标演化算法及其性能分析

引用

系统仿真学报 2005年第10期17卷 2383-2387页

作者：汪祖柱程家兴安徽大学计算智能与信号处理教育部重点实验室

演化算法(EA)是求解多目标优化问题(MOP)重要而有效的方法,而应用演化策略、技巧是改善解性能的重要途径。作者叙述了多目标优化问题的有关概念,结合已有算法中的方法,设计了基于两种交叉操作相互结合的多目标演化算法(MOEADC),并且分... 详细信息

演化算法(EA)是求解多目标优化问题(MOP)重要而有效的方法,而应用演化策略、技巧是改善解性能的重要途径。作者叙述了多目标优化问题的有关概念,结合已有算法中的方法,设计了基于两种交叉操作相互结合的多目标演化算法(MOEADC),并且分析相关性能。该算法不仅具有较高的计算效率,而且具有较好的收敛性能,并且运用了有关方法维护了解集的分布性能。算例结果表明该算法的良好性能。

关键词：演化算法多目标演化算法性能分析演化策略

来源：评论

学校读者我要写书评

暂无评论

基于多目标演化算法的测试程序生成

引用

计算机辅助设计与图形学学报 2010年第8期22卷 1382-1389页

作者：张良佟冬林桦程旭王克义北京大学深圳研究生院深圳518055 北京大学微处理器研究开发中心北京100871

针对现有的演化测试程序方法只以覆盖率为优化目标的问题,提出一种使用多目标演化算法的测试程序生成方法.该方法把测试程序生成归结为多目标优化问题,以提高覆盖率和减少模拟执行周期作为优化目标;根据模拟器反馈回的信息,使用多目标... 详细信息

针对现有的演化测试程序方法只以覆盖率为优化目标的问题,提出一种使用多目标演化算法的测试程序生成方法.该方法把测试程序生成归结为多目标优化问题,以提高覆盖率和减少模拟执行周期作为优化目标;根据模拟器反馈回的信息,使用多目标演化算法来自动引导生成新的测试程序.使用该方法对北大众志UniCore32-2微处理器进行实验的结果表明,在保证覆盖率指标的前提下,采用文中方法生成的测试程序模拟执行时间是现有方法的12.92%,是手写测试程序集的3.62%.

关键词：功能验证覆盖率准则多目标演化算法测试生成

来源：评论

学校读者我要写书评

暂无评论

多目标演化算法MOEA/D研究及在油藏历史拟合中的应用

多目标演化算法MOEA/D研究及在油藏历史拟合中的应用

引用

作者：李阳中国地质大学（武汉）

学位级别：硕士

油藏历史拟合是油藏数值模拟的关键环节，历史拟合是通过调整影响目标量的油藏模型参数，使得模型的计算拟合量与实际观测值的误差在允许的范围内。在传统的油藏工程应用中，人们主要采用人工反复试算的方法来进行历史拟合，该方法的工... 详细信息

油藏历史拟合是油藏数值模拟的关键环节，历史拟合是通过调整影响目标量的油藏模型参数，使得模型的计算拟合量与实际观测值的误差在允许的范围内。在传统的油藏工程应用中，人们主要采用人工反复试算的方法来进行历史拟合，该方法的工作量是相当繁琐和困难的。目前油藏历史拟合大体可以分为三大类算法:梯度类算法、随机类算法、数据同化算法。尽管梯度类算法是一类有效的求解方法，但是梯度的求取需要使用伴随矩阵来计算，这种方法不能很好的移植到各种通用模拟器中;ENKF（集合卡尔曼滤波方法）是一种重要的数据同化方法，该方法避免了梯度类算法中伴随梯度的计算，在油藏历史拟合应用中能够获得较好历史拟合效果，但是EnKF方法在计算过程中存在不满秩问题和不断同化循环中的滤波发散问题。因此寻找实现快速的自动历史拟合方法也是实现智能油田的迫切要求。\n 在油藏历史拟合过程中，多个井的拟合量度是相互竞争的，这意味油藏历史拟合问题本质上是一个复杂的多目标优化问题，多目标优化问题(Multi-Objective Problems，MOPs)因此难以评价多目标问题的优劣性，只能采取一种折衷的方案，尽量使每个子目标比较优。演化算法(Evolutionary Algorithm，EA)是一种模拟生物演化过程与机制，通过种群进化实现自然的、并行发生的、稳健的优化过程，能够在一次运行中找到许多有效解，非常适合用于处理多目标优化问题。从80年代中期，David Schaffer第一次将演化算法应用于多目标优化问题，提出了向量评估遗传算法(Vector Evaluated Genetic Algorithm，VEGA)后，国内外学者们提出了许多经典的多目标演化算法，如MOGA，NPGA，NSGA，NSGA-Ⅱ，SPEA，SPEA2等等。还有本文主要研究的将数学规划方法与演化算法结合起来的基于分解的多目标演化算法(Multi-Objective Evolutionary Alogrithm Based on DecompositionMOEA/D)。\n 传统MOEA/D算法的权重向量对于两目标测试问题，是根据种群个数在x+y=1的直线上均匀生成同样数目的权值，对于三目标测试函数则是在x+y+z=1曲面上均匀取点，而且在整个算法中权值是固定不变的。当前沿界面的形状均匀分布在权值所在曲线或曲面周围，固定的权值设置方式对于求出一组均匀分布在前沿面上的非劣解是有效的，但是，当前沿面形状特征未知，且分布状况复杂，出现离散，不连续，衰减等状况时，同定权值的方式，并不能求得较好的非劣解。针对这些不同的的前沿面，MOEA/D算法的分解策略应该是不同的，而且分解策略的设计直接影响到算法的效率。所以针对前沿面分布不均匀的测试问题，需要根据Pareto前沿分布情况重新进行变权设计。\n 然而目前学者们提出的多目标演化算法包括MOEA/D算法大都针对前沿面分布较为均匀的测试问题设计的，并没有关注前沿面分布不均匀的如离散，稀疏分布明显，甚至出现维度衰减的多目标优化问题做进一步研究。虽然辜方清刘海林等学者也提出了一些动态权重设计方法并且提高了非劣解的均匀性，但并没有从理论上分析出权值是如何对演化结果产生影响。\n 因此本文针对前沿面分布不均匀的多目标测试问题对MOEA/D算法进行改进，从理论上分析了MOEA/D算法中权值对邻域子问题选择时的影响，提出一种自适应变权策略AMOEA/D，该方法使用Kmeans对当前非劣解种群进行聚类，在两目标测试函数上，根据聚类中心点的位置以及聚类中心包含的种群个数，对新的权值分布作出指导，在三目标测试函数认为聚类中心和权值为异性电荷，模仿异性电荷互相吸引的方式，制定MOEA/D动态变权。从而让MOEA/D的权值分布与前沿面的分布联系起来，通过与传统的MOEA/D在2维、3维目标空间下，选取WFG测试集上8个非均匀函数进行数值仿真试验，通过HV，ELIPSON，.IGD，SPREAD四个评价指标的与传统MOEA/D算法的对比，表明有效保持前沿非均匀问题真实分布的同时，具有良好的收敛性，改进了MOEA/D的效率。\n 最后本文将自适应变权AMOEA/D算法应用到油藏历史拟合中，并使用PUNQ-S3标准数据集对该算法进行测试实验，实验表明该算法能够实现自动拟合，优化的模型参数模拟出的生产数据与油藏的真实生产数据相吻合，并且在DE算法和NSGA-Ⅱ以及传统MOEA/D算法对比实验中，我们发现该算法的不匹配值更小，更有优势。仿真实验结果表明:本文提出的自适应变权AMOEA/D算法在油藏历史拟合问题上具有可行性和有效性，并且为油藏历史拟合研究进行了有益的探索。

关键词：油藏历史拟合多目标演化算法数值模拟动态权重设计

来源：评论

学校读者我要写书评

暂无评论

多目标演化算法及其在移动机器人路径规划中的应用研究

多目标演化算法及其在移动机器人路径规划中的应用研究

引用

作者：陈光中国地质大学（武汉）

学位级别：硕士

随着社会的发展与进步，人们不断涉及和需要解决很多复杂的实际应用问题。传统的方法对于一些复杂的问题不能求得很好的解，所以演化算法得到了很大的重视，取得了很大的发展。演化计算是模拟自然界生物演化过程产生的随机优化策略与技... 详细信息

随着社会的发展与进步，人们不断涉及和需要解决很多复杂的实际应用问题。传统的方法对于一些复杂的问题不能求得很好的解，所以演化算法得到了很大的重视，取得了很大的发展。演化计算是模拟自然界生物演化过程产生的随机优化策略与技术。由于它具有稳健性、通用性等优点和自组织、自适应、自学习等智能特征，理论研究不断地深入，应用领域不断地扩大。其中机器人路径规划问题是一个比较复杂的问题，也是一个重要的研究领域。本文的目标就是在研究演化算法的基础上，通过演化算法来解决机器人路径规划的问题。\n 本文第1章是绪论，在本章中简要介绍了移动机器人路径规划的研究背景，研究的理论及应用意义，路径规划中要解决的基本问题及特点，路径规划的国内外研究现状及方法。第2章介绍了多目标优化的基本概念，对演化算法进行深入研究，总结了演化算法总体设计方法，着重详细的介绍了演化算法的求解问题的思路以及一些关键技术，还对其算法的搜索效果与执行效率进行了有意义的改进。第3章详细介绍了一种基于正交设计方法的多目标演化算法，在该算法中应用了正交设计方法、聚类的方法、剪切操作。这些方法的应用使算法效率更高，解得分布性更好。第4章详细介绍了如何利用演化算法来实现移动机器人路径规划，详细介绍了演化算法实现路径规划的流程，以及环境的建模与表示和几个重要遗传算子的设计。第5章给出了基于上一章的演化算法，实现机器人路径规划的仿真演示，演示在VC6.0下进行，给出了算法的方针结果。第6章是论文主要工作总结，同时对将来要开展的研究做出了一些展望。

关键词：多目标演化算法移动机器人路径规划遗传算子

来源：评论

学校读者我要写书评

暂无评论

基于多目标演化算法的云计算虚拟机分配策略研究

引用

计算机科学 2014年第6期41卷 48-53页

作者：艾浩军龚素文袁远明武汉大学计算机学院武汉430072 九江职业技术学院九江332007

分析云计算虚拟机资源模型,针对模型中虚拟机与物理机的映射关系以及虚拟机多资源因子、多优化目标的特点,将虚拟机分配问题转化成多维装箱问题,引入多目标演化算法进行求解。算法设计了基于组的虚拟机分配链式编码和染色体评估函数,并... 详细信息

分析云计算虚拟机资源模型,针对模型中虚拟机与物理机的映射关系以及虚拟机多资源因子、多优化目标的特点,将虚拟机分配问题转化成多维装箱问题,引入多目标演化算法进行求解。算法设计了基于组的虚拟机分配链式编码和染色体评估函数,并根据编码设计了两种交叉算子和智能变异算子,通过引入基于超体积的种群更新机制,设计了基于SMS-EMOA的云计算虚拟机分配算法。为验证SMS-EMOA的性能,分别使用优先匹配启发式算法、基于物理节点数量的单目标简单遗传算法、SMS-EMOA进行了模拟。实验结果表明,基于SMS-EMOA的虚拟机分配算法在性能上更优。

关键词：云计算虚拟机分配多目标演化算法

来源：评论

学校读者我要写书评

暂无评论

一种新的多目标演化算法——稳态淘汰演化算法

引用

武汉大学学报（理学版） 2003年第1期49卷 33-38页

作者：闫震宇康立山陈毓屏付朋辉武汉大学软件工程国家重点实验室湖北武汉430072

提出一种新的多目标演化算法 :稳态淘汰演化算法 (SteadyEliminationEvolutionaryAlgorithm ) .该算法利用稳态淘汰策略 ,能够在不需要额外计算量和存储空间的情况下 ,自发地保存精英个体 (elitist) .

关键词：多目标优化问题多目标演化算法 Pareto最优解精英策略稳态淘汰演化算法约束条件

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：