河北省教育厅科研基金(QN20131053)
- 作品数：6 被引量：39H指数：3
- 相关作者：汪慎文王培崇高文超李丽荣徐君更多>>
- 相关机构：石家庄经济学院中国矿业大学（北京）华东交通大学更多>>
- 发文基金：河北省教育厅科研基金国家自然科学基金博士科研启动基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 一种双链结构的多目标进化算法DCMOEA被引量：3
- 2015年
- 提出一种双链结构的多目标进化算法(DCMOEA).该算法采用双链结构表示个体,执行过程中无需设置外部归档集合,并采用ε支配策略保持解群的多样性.DCMOEA与MOEA/D、NSGA-II、SPEA2和PAES一同在4个2-目标ZDT函数和4个3-目标DTLZ问题上进行实验,并从算法所获解集的收敛性、分布均匀性和宽广性3个方面进行比较,仿真实验结果表明了DCMOEA的综合性能最好,是一种颇具竞争力的多目标进化算法.
- 谢承旺王志杰魏波徐君汪慎文
- 关键词：多目标进化算法
- 应用混沌变异机制混合反向学习人工鱼群算法
- 2015年
- 提出了一种应用反向学习和Tent混沌映射变异的改进人工鱼群算法.选择部分精英个体执行反向学习,引导种群向全局最优解逼近,有利于均衡算法的勘探与开采能力.当种群多样性下降到一定程度,并且公告板多次无法得到更新时,保留部分精英个体,其他个体执行Tent混沌映射变异操作.在4个Benchmark函数上的测试表明该算法求解精度、收敛能力较AFSA有较大提高.
- 王培崇李丽荣彭菲菲汪慎文
- 关键词：人工鱼群算法TENT映射
- 应用精英反向学习的混合烟花爆炸优化算法被引量：18
- 2014年
- 针对烟花爆炸优化(FEO)算法容易早熟、解精度低的弱点,提出了一种精英反向学习(OBL)的解空间搜索策略。在每次迭代过程中均对当前最佳个体执行反向学习,生成其动态搜索边界内的反向搜索种群,引导算法向包含全局最优的解空间逼近,以提高算法的平衡和探索能力。为了保持种群的多样性,计算种群内个体对当前最佳个体的突跳概率,并依据此概率值采用轮盘赌机制选择进入子种群的个体。通过在5组标准测试函数的实验仿真并与相关的算法对比,结果表明所提出的改进算法对数值优化具有更高的收敛速度和收敛精度,适合求解高维的数值优化问题。
- 王培崇高文超钱旭苟海燕汪慎文
- 关键词：轮盘赌选择
- 一种改进型多目标粒子群优化算法MOPSO-Ⅱ被引量：7
- 2014年
- 提出了一种改进型多目标粒子群优化算法(MOPSO-Ⅱ).该算法为粒子群中每个粒子增加一个"扰动向量",以利于粒子跳出局部最优并为粒子的全局最优位置赋予了时限的属性,可防止过于频繁地更新全局最优位置,有利于增强粒子搜索的持效性.该算法改进了粒子越界的处理方法,最大程度上保持粒子优秀的搜索方向.通过典型的多目标测试函数ZDT对该算法进行测试,实验结果表明,带ε-支配的MOPSO-Ⅱ算法在解群的分布性方面要优于使用了拥挤距离机制MOPSO-Ⅱ算法和NSGA2算法,对比实验还表明MOPSO-Ⅱ算法在收敛性方面要优于NSGA2.因此,MOPSO-Ⅱ在求解多目标优化问题上有一定优势,是一种有前途的算法.
- 谢承旺李凯徐君谢大同杜欣汪慎文
- 关键词：粒子群优化多目标优化
- 基于目标相关性的一种高维目标演化算法
- 2014年
- 针对高维目标问题中非支配解数量随目标数量增加而剧增的问题,提出一种基于目标相关性信息的降维方法.该方法利用非支配解的目标值分析目标之间的相关性,对正相关较强的目标进行合并,从而降低目标数量,使部分非支配解之间产生支配关系,达到减少非支配解数量的目的.该方法可与基于Pareto支配的演化算法结合.实验结果表明,结合该目标降维方法的演化算法可以取得收敛性更好的结果.
- 谢大同丁立新汪慎文胡玉荣姜磊
- 关键词：演化算法降维
- 应用佳点集的混合反向学习人工鱼群算法被引量：11
- 2015年
- 为了改善人工鱼群算法求解精度较低、容易过早收敛的弱点,提出了一种应用佳点集和反向学习的人工鱼群算法。改进算法在迭代中对当前种群中部分优质个体执行一般动态反向学习,生成它们的反向种群,引导种群向包含全局最优的解空间逼近,以提高算法的平衡和探索能力。当种群的拥挤程度超过阈值λ时,利用佳点集机制对大部分个体重新初始化,以帮助算法脱离局部最优的约束。在六个Benchmark函数上的实验表明,该算法收敛速度快、求解精度高,适合求解函数优化问题。
- 王培崇李丽荣高文超汪慎文
- 关键词：人工鱼群算法佳点集
