應用于多目標優(yōu)化問題的非支配排序差分進化算法.pdf_第1頁
已閱讀1頁,還剩53頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、現實世界的很多問題都是多目標優(yōu)化問題。在多目標問題中,各目標之間通常不是獨立存在的,往往互相沖突,因而,不存在單一解向量使得所有目標最優(yōu),這使得多目標問題難于優(yōu)化。 進化算法啟發(fā)于自然界的生物進化過程。它的潛在并行性及自組織自適應自學習的智能特性對于求解多目標問題具有巨大潛力。近年來多目標優(yōu)化與決策問題已成為進化計算的一個重要的研究方向。 本文首先對國內外進化多目標領域的研究現狀和研究方法進行了系統的歸納和總結,接著分析

2、了當前的一些有代表性的進化多目標算法各自的優(yōu)點和不足之處,并據此提出了一種應用于多目標優(yōu)化的非支配排序差分進化算法。該算法繼承了NSGA-Ⅱ的快速非支配排序和種群多樣性保持策略,同時使用簡單但高效的差分方式取代NSGA-Ⅱ中的模擬二進制交叉和多項式變異的方式產生子代個體。最后,為進一步提高算法性能,在差分方式中融入了直接的收斂信息和擴散信息,收斂信息有助于提高算法的收斂速度,而擴散信息則利于算法所得解的分布。 通過Matlab對

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。

評論

0/150

提交評論