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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、武漢理工大學(xué)碩士學(xué)位論文εdominance多目標(biāo)演化算法在優(yōu)化問題中的應(yīng)用研究姓名：樊紀(jì)山申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：劉冠蓉20060301武漢理T大學(xué)碩十學(xué)位論文ABSTRACTManyreal—worldoptimizationproblemsconsistofseveralconflictingobjectives，thesolutionsofwhicharecalledthePareto—optimalse
2、tDuringthelastdecade，mostevolutionaryalgorithmshavebeenutilizedtofindanapproximationofthePareto—optimalsetHowevertheapproximationsetmustpossesssolutionswithhigherconvergencetowardstheParetooptimalsetandbetterdiversityMan
3、ystudieshaveuseddifferentwaysofevolutionaryalgorithmstoapproachtheParetooptimalfrontwithawidediversityamongthesolutionsHowevermostmulti—objectiveevolutionaryalgorithms(MOEAs)areeithergoodforachievingawelldistributedsolut
4、ionsattheexpenseofalargecomputationallyeffortorcomputationallyfastattheexpenseofachivinganot—SOgooddistributionofsolutionsThesubjectofthisthesisistoproposeafastandsteadyMOEA(I—MOEA)，andimprovetheexistingMOEAs(NAGAll、TheI
5、MOEAalgorithmisbasedone—dominanceconceptwhichproposedbyDebThealgorithmuseselitiststrategyandarchiveupdatestrategyandhyper一班dsdivisionmeasureandGvectordominancestrategytoobtainParetoapproximativeoptimalsolutionsTheelitist
6、strategyisregardedasaneffectivemethodtomaintainthediversityoftheoptimalsolutionsThearchiveupdatestrategyincludesonlinearchiveandofflinearchiveTheonlinearchiveisusedinthealgorithm。ThehypergriddivisionandGvectordominancewh
7、ichareproposedinthethesisareadoptedtosolvethediversityofsolutionsThesearchspaceisdividedintoanumberofgridsandthediversityismaintainedbyensuringthatagridCallbeoccupiedbyonlyonesolutionThemotiveensuresthatnotwoobtainedsolu
8、tionsarewithinthesameevaluefromeachotherintheobjectiveTheGvectordominanceisintroducedintheselectionofnondominancesolutionsItcanpickoutthemostrepresentativeelitistindividualsAnyMOEAsneednotpreserveallnondominatedsolutions
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(qǐng)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(qǐng)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(huì)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(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 多目標(biāo)演化算法及在優(yōu)化問題中的應(yīng)用.pdf
- 智能多目標(biāo)優(yōu)化在火力分配問題中的應(yīng)用研究.pdf
- 改進(jìn)微粒群算法在多目標(biāo)優(yōu)化問題中的應(yīng)用.pdf
- 基于演化算法的多目標(biāo)優(yōu)化方法及其應(yīng)用研究.pdf
- 超多目標(biāo)演化算法及其應(yīng)用研究.pdf
- 多目標(biāo)優(yōu)化演化算法.pdf
- 多目標(biāo)路由問題中的蟻群優(yōu)化算法研究.pdf
- 演化計(jì)算模型及其在優(yōu)化問題中的應(yīng)用研究.pdf
- 多目標(biāo)和聲搜索算法在半Flow Shop調(diào)度問題中的應(yīng)用研究.pdf
- 遺傳算法在多目標(biāo)優(yōu)化中的應(yīng)用研究.pdf
- 人工魚群算法的研究及其在多目標(biāo)投資組合問題中的應(yīng)用.pdf
- 進(jìn)化多目標(biāo)優(yōu)化算法及其應(yīng)用研究.pdf
- PAES多目標(biāo)優(yōu)化算法及其應(yīng)用研究.pdf
- 吳方法在多目標(biāo)規(guī)劃問題中的應(yīng)用.pdf
- PSO在決策支持中多目標(biāo)靜態(tài)優(yōu)化問題的算法應(yīng)用研究.pdf
- 螞蟻算法在組合優(yōu)化問題中的應(yīng)用研究.pdf
- 多目標(biāo)進(jìn)化算法及其在約束優(yōu)化中的應(yīng)用研究.pdf
- 基于不等式方法的多目標(biāo)遺傳算法在排課問題中的應(yīng)用研究.pdf
- 基于進(jìn)化算法的多目標(biāo)優(yōu)化算法及應(yīng)用研究.pdf
- 改進(jìn)遺傳算法在模糊多目標(biāo)軍事指派問題中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論