已閱讀1頁，還剩53頁未讀， 繼續(xù)免費閱讀
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)，請進行舉報或認領(lǐng)
文檔簡介
1、在實際應(yīng)用和科學(xué)研究中，多目標優(yōu)化是一個極其重要的研究課題。因為現(xiàn)實生活中很多問題牽涉到多個目標條件下同時優(yōu)化，所以多目標優(yōu)化的研究課題越來越得到廣泛的關(guān)注。解決復(fù)雜問題優(yōu)化時表現(xiàn)出來的優(yōu)越性和魯棒性的特點使多目標優(yōu)化算法成為優(yōu)化多目標問題的一種卓有成效的解決方法。
在目標進化算法中，粒子群多目標優(yōu)化算法具有較快的收斂速度，但解的均勻性和分布性稍差。為了提高粒子群多目標優(yōu)化算法的分布性，引進了聚集密度來進行精英集的更新。其基本
2、思想為:首先計算群體中每個個體的聚集密度，再根據(jù)目標函數(shù)值和聚集密度定義一個偏序集，然后采用比例選擇原則依次從偏序集中選擇個體，更新精英集。
本文首先介紹了粒子群多目標算法的研究歷程和現(xiàn)狀、粒子群算法的基本原理、算法流程、參數(shù)設(shè)置以及多目標優(yōu)化基本概念、多目標優(yōu)化算法。然后提出了基于聚集密度的方法來提高多目標優(yōu)化算法解的分布性并通過數(shù)值實驗，量化指標研究了新算法的收斂性和分布性，結(jié)果表明:新算法的收斂性與常規(guī)粒子群多目標優(yōu)化算
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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 多目標粒子群優(yōu)化算法的研究.pdf
- 多目標粒子群優(yōu)化算法及其應(yīng)用.pdf
- 動態(tài)多目標粒子群優(yōu)化算法研究及應(yīng)用.pdf
- 多目標粒子群優(yōu)化算法的研究及應(yīng)用.pdf
- 多目標粒子群優(yōu)化算法的改進與研究.pdf
- 多目標優(yōu)化的粒子群算法及其應(yīng)用研究.pdf
- 基于多目標優(yōu)化的粒子群算法研究及其應(yīng)用.pdf
- 基于粒子群的多目標優(yōu)化算法研究及其應(yīng)用.pdf
- 多目標粒子群優(yōu)化算法的研究改進.pdf
- 基于多目標優(yōu)化的粒子群算法研究.pdf
- 基于粒子群優(yōu)化算法的動態(tài)多目標優(yōu)化算法研究及應(yīng)用.pdf
- 解決多目標優(yōu)化問題的粒子群算法研究.pdf
- 基于改進粒子群算法的多目標優(yōu)化研究.pdf
- 約束多目標改進粒子群優(yōu)化算法研究及應(yīng)用.pdf
- 改進多目標粒子群優(yōu)化算法的實現(xiàn)及應(yīng)用.pdf
- 基于分解的多目標粒子群優(yōu)化算法研究及其應(yīng)用.pdf
- 基于粒子群優(yōu)化的離散多目標優(yōu)化算法.pdf
- 基于多目標粒子群優(yōu)化算法的圖像分割算法.pdf
- 多目標量子行為粒子群優(yōu)化算法研究.pdf
- 多目標粒子群優(yōu)化算法檔案維護策略研究.pdf
評論
0/150
提交評論