您的位置: 专家智库 > >

吴福芳

作品数:4 被引量:1H指数:1
供职机构:安徽理工大学理学院更多>>
发文基金:安徽省高校省级自然科学研究项目更多>>
相关领域:自动化与计算机技术理学更多>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...
  • 1篇理学

主题

  • 4篇多目标
  • 4篇协同进化
  • 4篇进化
  • 3篇多目标优化
  • 3篇多目标优化算...
  • 3篇优化算法
  • 2篇分布性
  • 1篇多目标规划
  • 1篇多目标进化
  • 1篇多目标进化算...
  • 1篇收敛性
  • 1篇自适
  • 1篇自适应
  • 1篇进化算法
  • 1篇计算复杂度
  • 1篇复杂度
  • 1篇车间调度

机构

  • 4篇安徽理工大学

作者

  • 4篇吴福芳
  • 3篇许峰

传媒

  • 2篇软件导刊
  • 1篇计算机工程与...

年份

  • 1篇2016
  • 1篇2015
  • 2篇2014
4 条 记 录,以下是 1-4
排序方式:
基于聚集密度的协同进化多目标优化算法
2014年
为了改善协同进化多目标优化算法性能,引入了聚集密度对超级个体集合进行更新。其基本思想是:首先计算种群中各个体的聚集密度,再定义一个偏序集,然后根据一定的比例依次从偏序集中选择个体更新。根据数值试验和量化指标测试了新算法的收敛性与分布性。结果表明,新算法在收敛性方面与常规协同进化多目标算法相当,但其分布性获得了一定程度的改善。
吴福芳许峰
关键词:多目标优化协同进化分布性
自适应协同进化多目标进化算法
2016年
为了提高协同进化多目标进化算法的全局收敛性,提出了一种调用协同进化算子的自适应方法。其基本思想是:根据目标函数的变化率自动调用协同进化算子;当种群进化正常时,调用合作算子和吞并算子;当种群进化接近停滞时,调用分裂算子。通过数值实验用量化指标研究了新算法的收敛性和分布性,结果表明,与常规协同进化多目标进化算法相比,新算法不仅具有良好的分布性,而且全局收敛性有了明显的提高。
许峰吴福芳
关键词:多目标进化算法协同进化自适应收敛性分布性
协同进化多目标优化算法的改进与应用
科学研究与工程实践中常常出现一些多目标优化问题,进化算法已被证明是解决多目标优化问题的有效方法。但多目标进化算法也存在着易早熟,局部收敛性较慢及分布性和均匀性不佳等问题。协同进化多目标进化算法是近年来提出的新型多目标进化...
吴福芳
关键词:多目标规划协同进化优化算法
文献传递
协同进化多目标优化算法在车间调度中的应用被引量:1
2014年
针对车间调度问题计算复杂度较高的特点,将协同进化多目标优化算法应用于车间调度问题。计算实例结果表明,协同进化多目标优化算法应用于车间调度问题不仅可以优化效果,而且能够在一定程度上提高计算效率。
吴福芳许峰
关键词:多目标优化协同进化车间调度计算复杂度
共1页<1>
聚类工具0