您的位置: 专家智库 > >

湖南省研究生科研创新项目(x2008yjscx18)

作品数:2 被引量:6H指数:1
相关作者:郑金华罗彪李密青杨平蔡自兴更多>>
相关机构:湘潭大学中南大学更多>>
发文基金:湖南省研究生科研创新项目国家自然科学基金湖南省教育厅重点项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇多目标
  • 2篇多目标优化
  • 2篇多目标优化问...
  • 2篇进化算法
  • 1篇多目标进化
  • 1篇多目标进化算...

机构

  • 2篇湘潭大学
  • 1篇中南大学

作者

  • 2篇罗彪
  • 2篇郑金华
  • 1篇杨平
  • 1篇李密青
  • 1篇朱云飞
  • 1篇蔡自兴

传媒

  • 1篇计算机应用研...
  • 1篇高技术通讯

年份

  • 1篇2010
  • 1篇2009
2 条 记 录,以下是 1-2
排序方式:
一种快速构造多目标Pareto非支配集的方法:选举法则被引量:6
2009年
基于Pareto的多目标优化问题是进化算法的一个重要研究方向,而如何构造Pareto非支配集则是提高算法效率的关键所在。通过对选举现象的观察,同时针对多目标个体之间的特性,提出了一种快速求解多目标Pareto非支配集的方法:选举法则(election principle,EP),分析了其时间复杂度为O(rmN),并对其进行了正确性证明。因为种群中实际的非支配个体数m比进化群体规模N小,所以与同类方法相比,EP有更高的效率,并通过了实验验证。
杨平郑金华李密青罗彪
关键词:多目标优化问题进化算法
一种基于“探测'与“开采'的多目标进化算法
2010年
针对实践中多目标优化问题(MOPs)的Pareto解集(PS)未知且比较复杂的特性,提出了一种基于'探测'(Exploration)与'开采'(Exploitation)的多目标进化算法(MOEA)——MOEA/2E。该算法在进化过程中采用'探测'与'开采'相结合的方法,用进化操作不断地探测新的搜索区域,用局部搜索充分开采优秀的解区域,并用隐最优个体保留机制保存每一代的最优个体。与目前最流行且有效的多目标进化算法NSGA-Ⅱ及SPEA-Ⅱ进行的比较实验结果表明,MOEA/2E获得的Pareto最优解集具有更好的收敛性与分布性。
罗彪郑金华朱云飞蔡自兴
关键词:多目标进化算法
共1页<1>
聚类工具0