

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、多目標優(yōu)化不論是在算法的理論研究中,還是在運用算法解決問題的實際應用中,都是一個非常值得研究的重要課題。因為現實世界中的許多問題都要涉及到多個目標的同時優(yōu)化,所以多目標優(yōu)化的研究越來越受到廣泛的重視。進化算法是模擬生物在自然環(huán)境中的遺傳和進化過程而形成的一種自適應全局優(yōu)化算法,它在解決復雜優(yōu)化問題時所表現出來的優(yōu)越性和魯棒性,使其日益成為解決多目標優(yōu)化問題的一種非常有效的手段。
本文介紹了多目標優(yōu)化的發(fā)展情況及研究現狀、基
2、本原理和進化算法的數學理論和實現技術等。通過對算法運行效率和群體多樣性的研究,提出了基于擂臺賽法則和小生境技術的多目標進化算法。數值實驗表明:改進后的算法不僅保持了擂臺賽算法運行效率高的特點,而且具有較佳的分布度。將其應用于多準則運輸問題,取得了比較理想的效果。
本文主要做了以下幾個方面的工作:
1.簡要介紹了多目標進化算法的發(fā)展情況及研究現狀。
2.簡要介紹了多目標優(yōu)化問題的數學模型和目前比較
3、典型的多目標進化算法。
3.簡要介紹了遺傳算法的基本原理及利用計算機實現算法的技術。
4.為了進一步提高算法的運行效率并且能使解集具有很好的分布性,利用個體相互之間的支配關系,提出了一種新的采用小生境技術來實現的算法,構造非支配集時采用擂臺賽法則,很好地保持了算法的運行效率,不僅很好地保持了解集的分布性,而且能很快地達到收斂。
5.將改進的算法應用于多準則運輸問題中,取得了比較理想的效果。
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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,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
- 基于多目標優(yōu)化的改進克隆小生境算法研究.pdf
- 基于小生境的進化RBF網絡及應用.pdf
- 基于融合小生境遺傳禁忌算法的多目標網格任務調度研究.pdf
- 基于小生境遺傳算法的雙折合八木天線多目標優(yōu)化設計.pdf
- 基于小生境遺傳算法的無功優(yōu)化.pdf
- 改進的小生境遺傳算法在多目標車間調度中的應用研究.pdf
- 基于小生境粒子群算法的機艙WSN目標覆蓋研究.pdf
- 基于小生境技術的配電網多目標分布式電源規(guī)劃.pdf
- 基于結構聚類的小生境差分進化算法的Fe團簇結構優(yōu)化研究.pdf
- 基于進化算法的多目標優(yōu)化算法及應用研究.pdf
- 小生境混合蛙跳算法研究與應用.pdf
- 基于小生境混合蛙跳算法的優(yōu)化迭代學習控制算法研究.pdf
- 基于小生境技術協同進化的創(chuàng)新概念設計.pdf
- 基于小生境pareto遺傳算法(npga)的優(yōu)化理論的研究及實現
- 小生境技術及求解約束優(yōu)化問題的遺傳算法研究.pdf
- 小生境遺傳混合全局優(yōu)化算法研究——算法設計和案例實現.pdf
- 小生境遺傳算法的改進及其應用.pdf
- 排擠小生境遺傳算法的研究與應用.pdf
- 基于改進小生境遺傳算法的配網無功優(yōu)化研究.pdf
- 多模態(tài)優(yōu)化的混合小生境遺傳算法.pdf
評論
0/150
提交評論