陕西省教育厅科研计划项目(09JK329)
- 作品数：9 被引量：24H指数：3
- 相关作者：刘淳安刘燚赵天绪黄宏科赵鹏军更多>>
- 相关机构：宝鸡文理学院商洛学院更多>>
- 发文基金：陕西省教育厅科研计划项目陕西省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 解动态约束规划问题的差分进化算法被引量：1
- 2010年
- 动态约束规划问题求解的困难在于如何处理问题的约束及时间(环境)变量.本文给出了求解一类定义在自然数集上的动态约束规划问题的差分进化算法,该方法借助于问题的约束条件设计了一种新的适应度函数及选择算子、同时给出了一种带一维不精确局部搜索的变异算子极大地增强了群体的多样性、提高了算法跳出局部最优的能力.数值试验表明,该算法性能稳定性较好,收敛速度较快,全局搜索能力较强,其对动态非线性约束规划问题求解是有效的.
- 刘淳安
- 关键词：动态规划差分进化
- 智能组卷的优化模型及求解的遗传算法被引量：2
- 2010年
- 通过对智能组卷的用户要求和试题结构特征的分析,提出了一种智能组卷的双目标约束优化模型,同时给出了求解的一种遗传算法,最后的数值试验表明,所给算法在组卷方法上具有成功率高、收敛速度快、搜索精度高及鲁棒性强的优点。
- 刘淳安赵天绪刘燚
- 关键词：智能组卷遗传算法组卷算法
- 基于差分的和声搜索算法
- 2010年
- 研究了一种新的进化算法——和声搜索算法,针对其在处理复杂函数优化问题时容易陷入局部最优、收敛精度低的缺点,提出了一种改进的和声搜索算法,算法利用和声记忆库中其他解的有利信息,修正了其搜索机制,维持了和声记忆库的多样性,从而提高了对复杂问题的搜索效率。与同类算法相比,提出的和声搜索算法全局搜索能力强,收敛速度快,数值实验结果验证了算法的有效性和鲁棒性。
- 赵鹏军
- 关键词：和声搜索差分进化复杂函数
- 一类动态非线性约束优化问题的新解法被引量：1
- 2011年
- 动态非线性约束优化是一类复杂的动态优化问题,其求解的困难主要在于如何处理问题的约束及时间(环境)变量。给出了一类定义在离散时间(环境)空间上的动态非线性约束优化问题的新解法,从问题的约束条件出发构造了一个新的动态熵函数,利用此函数将原优化问题转化成了两个目标的动态优化问题。进一步设计了新的杂交算子和带局部搜索的变异算子,提出了一种新的多目标优化求解进化算法。通过对两个动态非线性约束优化问题的计算仿真,表明该算法是有效的。
- 刘淳安
- 关键词：动态优化非线性约束优化进化算法熵函数
- 动态多目标优化进化算法及性能分析被引量：3
- 2010年
- 针对动态多目标优化问题提出了一种求解的新进化算法。首先,构建了一种近似估计新环境下动态多目标优化问题的Pareto核迁移估计模型。其次,当探测到问题环境发生改变时,算法利用以前环境搜索到的Pareto核的有效信息通过Pareto核迁移估计模型对新环境下的进化种群进行近似估计;当问题的环境未发生变化时,引入了带区间分割的变异算子和非劣解存档保优策略,以提高算法的搜索效率。最后计算机仿真表明新算法对动态多目标优化问题十分有效。
- 刘淳安
- 关键词：动态多目标优化进化算法
- 基于核分布估计的动态多目标优化进化算法被引量：4
- 2011年
- 建立了一种近似估计下一环境进化种群和问题的Pareto最优解集的核分布估计方法,当问题环境发生改变时,算法利用以前不同环境搜索到的有用解信息对下一环境进化种群及Pareto最优解集进行近似估计,极大地提高了算法的搜索效率。在对进化算子的合理设计基础上提出了一种核分布估计的动态多目标优化进化算法。通过对4个常用标准测试函数所作的数据仿真实验表明:提出的算法是十分有效的.
- 刘淳安
- 关键词：动态多目标优化进化算法PARETO最优解
- 带非均匀动态变异的改进粒子群优化方法
- 2010年
- 针对基本粒子群(PSO)算法在前期收敛速度较快和搜索精度差的缺陷,提出了一种带非均匀动态变异的改进粒子群优化方法。该方法通过引入非均匀动态变异算子不但克服了粒子群算法在后期易陷入局部最优的缺陷,而且极大地增强了群体的多样性,进而提高了算法的搜索效率。最后,通过两个复杂多峰函数的计算仿真,其结果表明该方法是非常有效的。
- 黄宏科
- 关键词：粒子群优化种群多样性
- 一种求解动态多目标优化问题的粒子群算法被引量：9
- 2011年
- 针对时间变量取值于正有理数集+、自变量的维数随时间可发生变化的一类动态多目标优化问题提出了一种求解的粒子群算法。该算法通过引入新的变异算子和自适应动态变化惯性因子,有效地避免了粒子群算法易陷入局部最优的缺陷;同时,给出了一种判断环境变化的有效规则,极大地增强了算法跟踪问题环境变化的能力,提高了算法的有效性。计算机仿真表明新算法对动态多目标优化问题的求解十分有效。
- 刘淳安
- 关键词：动态多目标优化粒子群算法PARETO最优解
- 动态多目标优化进化算法研究综述被引量：4
- 2010年
- 动态多目标优化进化算法主要研究如何利用进化计算方法求解动态多目标优化问题,其已成为进化计算领城一个新的研究课题.本文首先介绍了动态优化问题的分类,然后描述了动态多目标优化问题的基本概念、数学表述,最后在当前对动态多目标优化进化算法的基本原理、设计目标、研究现状及性能度量讨论的基础上,提出了对动态多目标优化问题需进一步研究的关键问题.
- 刘淳安
- 关键词：动态优化多目标优化进化算法
