多目標優(yōu)化方法研究及在健康決策中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、快速非支配排序遺傳算法(Fast Non-dominated Sorting Genetic Algorithm,NSGA-II),是典型的多目標優(yōu)化方法,被廣泛應(yīng)用于眾多實際工程領(lǐng)域。本課題在詳細研究了該算法的基礎(chǔ)上,主要做了如下的研究工作對NSGA-II算法進行改進:
  基于多種群協(xié)同進化策略,將目標空間劃分成小的不重疊的區(qū)域,每個子種群在相應(yīng)的小區(qū)域內(nèi)進行搜索,提升搜索精度,加快收斂速度,且防止種群朝著目標空間的某一個小區(qū)

2、域收斂,從而從整體上控制多樣性;
  基于Pareto非支配層級和擁擠程度來選擇交叉父代,該策略使優(yōu)秀的個體能夠有更多的機會被選為交叉父代,把自身包含的優(yōu)秀信息遺傳給下一代,和原始的選擇策略相比,能夠提升算法的收斂性和多樣性;
  基于擁擠距離的動態(tài)交叉策略,基于擁擠距離的概念,將區(qū)域分為擁擠區(qū)域和稀疏區(qū)域,對于處在擁擠區(qū)域的父代采用以父代中心為中心的SPX交叉,以使得產(chǎn)生的子代遠離父代,不會使父代周圍更擁擠,對于處在稀疏區(qū)

3、域的父代采用以父代為中心的SBX交叉,以使得產(chǎn)生的子代能靠近父代,彌補父代周圍比較空的區(qū)域,和原始的單個SBX交叉相比,能更好的保證算法的多樣性以及對不同函數(shù)的適應(yīng)性;
  除此之外,本課題在Pareto支配的基礎(chǔ)上引入了L支配,本課題提出了當(dāng)用Pareto支配不能比較個體之間的優(yōu)劣時,通過L支配去比較,使得精英個體能夠更有效的保留下來。
  上述改進算法在測試函數(shù)集ZDT和DTLZ上進行了測試,測試結(jié)果表明,改進后的算法在

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(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

評論

0/150

提交評論