·
搜索结果:找到“Pareto解集”相关结果21条
排序: 按相关 按相关 按时间降序
  • 【期刊】 基于Pareto解集的Web服务组合推优方案

    刊名:网络安全技术与应用 作者:万里 ; 丁冲冲 关键词:Web服务组合 ; 多目标优化 ; Pareto解集 ; 粒子群算法 机构:南京财经大学信息工程学院 ; 南京财经大学信息工程学院 年份:2013
    摘要:本文针对已有的Web服务组合解决方案的不足,提出一种针对多目标的新的Web服务组合优化方案。利用粒子群算法的寻优原理,结合其他的进化算法,对粒子位置的更新策略重新进行新的定义,来模拟组合过程,同时优化多个目标,通过多次迭代更新,产生一组满足相应约束条件的Pareto最优解集推荐给用户。从理论和实验两个方面证明了本文方案的可行性和有效性。
  • 【专利】 基于虚拟适应度和Pareto解集分层的改进优化算法

    作者:刘海涛 ; 许伦 ; 张潮 年份:2018
    摘要:本发明公开了一种基于虚拟适应度和Pareto解集分层的改进优化算法,其特征按如下步骤进行:步骤1、算法初始化;步骤2、根据Pareto支配关系更新萤火虫位置;步骤3、更新萤火虫亮度;步骤4、更新和维护外部档案;步骤5、输出最优解。本发明在萤火虫初始化阶段以及更新位置和亮度阶段引入Pareto解集分层方法以及虚拟适应度的概念,一方面降低了非劣解排序计算的复杂度,提高了运行速度,另一方面使得准Pareto域中的个体能均匀地扩展到整个Pareto域,保证不丢失最佳个体,避免结果不陷入局部最优。
  • 【期刊】 基于Pareto解集蚁群算法的拆卸序列规划

    刊名:机械工程学报 作者:邢宇飞 ; 王成恩 ; 柳强 关键词:Pareto ; 选择拆卸 ; 蚁群算法 ; 解集 ; 多目标优化 机构:东北大学辽宁省复杂装备多学科设计优化技术重点实验室 ; 东北大学辽宁省复杂装备多学科设计优化技术重点实验室 ; 东北大学机械工程与自动化学院 ; 东北大学信息与控制工程学院 年份:2012
    摘要:为提高产品拆卸序列规划的效率,分析拆卸序列规划问题中的多个优化目标平衡问题,提出一种基于Pareto解集的多目标蚁群优化算法求解此类拆卸规划问题,并给出拆卸序列的构建过程。通过利用拆卸矩阵推导拆卸可行条件,获得可以执行拆卸操作的零件及其可行的拆卸方向。通过利用零件的轴向包围盒(Axis aligned bounding boxes,AABB)计算零件的拆卸行程。考虑拆卸方向改变次数、拆卸总行程、拆卸零件数量为优化目标,通过利用蚁群算法搜索可行解并计算各个解之间的支配关系,得到Pareto解集,实现求解优化的拆卸序列,给出算法的具体步骤。最后以单杠发动机为拆卸实例,利用所提方法进行拆卸序列规划求解,通过分析试验结果,并对比典型的单目标蚁群规划算法,证明了该方法的高效性和可行性。
  • 【期刊】 基于Pareto解集关联与预测的动态多目标进化算法

    刊名:控制与决策 作者:彭星光 ; 徐德民 ; 高晓光 关键词:动态多目标优化问题 ; 动态多目标进化算法 ; Pareto解集关联与预测 ; 超块 机构:西北工业大学航海学院 ; 西北工业大学航海学院 ; 西北工业大学水下信息处理与控制国家级重点实验室 ; 西北工业大学电子信息学院 年份:2011
    摘要:针对动态多目标优化问题,提出一种基于Pareto解集关联与预测的动态多目标进化算法(LP-DMOEA),设计了基于超块的Pareto解集关联方法.该方法能够动态维护若干描述Pareto解变化规律的时间序列,通过对新环境下的Pareto解集进行预测来生成初始种群.将LP-DMOEA应用于非劣分类遗传算法(NSGA2),并对3类标准测试函数进行了实验,所得结果表明该方法能够有效求解动态优化问题.
  • 【期刊】 解决复杂Pareto解集问题的进化算法

    刊名:计算机工程 作者:曾映兰 ; 郑金华 ; 伍军 ; 罗彪 关键词:多目标优化问题 ; 多目标差分进化算法 ; 复杂Pareto解集问题 ; 变量变换 ; 变异算子 机构:湘潭大学信息工程学院 ; 湘潭大学信息工程学院 年份:2011
    摘要:针对各种进化算法在解决PS问题上表现出来的脆弱性,提出一种解决复杂PS问题的自适应多目标差分进化算法SA-MODE。根据随机选择的父个体X与当前种群中的个体Y的支配关系,通过改变缩放因子的大小来控制新个体和父个体的距离。当X支配Y则新个体接近X,反之远离X,当X与Y互相不支配则产生2个新个体,一个接近X一个远离X。实验结果表明,在处理复杂PS问题时,SA-MODE与GDE3和NSGA-II相比有更理想的效果。
  • 【期刊】 一种基于Pareto解集的无约束条件的多目标粒子群算法

    刊名:机械工程师 作者:宋冠英 ; 李海楠 ; 邹玉静 关键词:多目标优化 ; 粒子群算法 ; Pareto最优解 ; 记忆体 机构:青岛科技大学机电学院 ; 青岛科技大学机电学院 ; 北京燕山石化有限公司 ; 青岛科技大学机电学院 年份:2008
    摘要:鉴于多目标优化问题的广泛存在性以及目前关于它的研究还较少,且没有一种很好的、通用的多目标PSO算法,本文提出了一种基于Pareto解集的多目标粒子群算法。通过采用一个"记忆体"来存储当前得到的Pareto最优解,对每次迭代得到的Pareto解集里的解两两进行比较以选取一个较优的解作为更新方程中当前最优解,这样可以更好的引导粒子群进行下一步的寻优操作,最终得到一个完整的Pareto最优解集。几个测试函数的仿真实验结果也表明了该算法取得了很好的效果。
  • 【期刊】 赋范空间中逐段线性多目标优化问题弱Pareto解集的结构

    刊名:中国科学(A辑:数学) 作者:郑喜印 ; 杨晓琪 关键词:逐段线性函数 ; 弱Pareto解 ; 连通性 ; 赋范空间 机构:云南大学数学系 ; 云南大学数学系 ; 香港理工大学应用数学系 年份:2008
    摘要:在一般的赋范空间中,考虑逐段线性多目标优化问题,证明如果目标函数是锥凸的,那么该问题的弱Pareto解集是道路连通的,并能表示成有限个凸多面体的并.此外,建立了sharp Pareto解存在的充分必要条件.
  • 【期刊】 基于Pareto解集的多目标优化方法及其应用

    刊名:起重运输机械 作者:费烨 ; 李楠楠 ; 韩泽光 关键词:多目标优化 ; Pareto解集 ; 遗传算法 ; 应用 机构:辽宁省沈阳市浑南新区沈阳建筑大学交通与机械工程学院 ; 辽宁省沈阳市浑南新区沈阳建筑大学交通与机械工程学院 ; 沈阳建筑大学交通与机械工程学院 ; 沈阳建筑大学交通与机械工程学院 年份:2006
    摘要:针对传统多目标优化设计方法的弱点,基于Pareto概念,借助遗传算法所具有的并行搜索特性,引入群体排序技术、小生境技术求得多目标优化问题的Pareto解集,实现了先寻优后决策的求解模式。实际工程算例表明,该模式可同时获得多个Pareto最优解,据此决策能有效弱化设计人员先验知识不足的影响,因而较传统多目标优化方法更为实用有效。
  • 【期刊】 基于动态Pareto解集的微粒群优化算法及其在多目标规划中的应用

    刊名:计算机工程与应用 作者:毕荣山 ; 杨霞 ; 谭心舜 ; 项曙光 关键词:Pareto解 ; 微粒群优化算法 ; 多目标规划 机构:青岛科技大学计算机与化工研究所 ; 青岛科技大学计算机与化工研究所 ; 青岛科技大学计算机与化工研究所 ; 青岛科技大学计算机与化工研究所 ; 青岛科技大学计算机与化工研究所 年份:2004
    摘要:在传统的微粒群优化算法的基础上,提出了一种基于动态Pareto解集的求解多目标规划问题的方法。Pareto解集在每次迭代过程中进行动态更新和信息共享,在加入新产生的Pareto近似最优解同时去除解集中已经不是Pareto解的数据,每个个体随机地与Pareto解集中的结果进行信息交换,从而保证在快速找到Pareto解的同时保持多样性。并通过三个标准的测试函数证明了算法的有效性。
  • 【期刊】 基于多叉树Pareto最优解集的火灾扑救路径规划

    刊名:科技通报 作者:汪华兵 关键词:火灾扑救 ; 多叉树 ; Pareto最优解 ; 路径规划 机构:江西省大余县公安消防大队 ; 江西省大余县公安消防大队 年份:2015
    摘要:提出一种基于多叉树Pareto最优解集的火灾扑救路径规划算法,对火灾现场的环境地图和火灾演化态势进行重构,实现对路径的优选,采用Pareto最优解集,构建基于多叉树Pareto最优解集的火源动态发展态势下的火灾扑救路径规划模型。实验结果表明,该模型能快速实现对火源热点的识别,并且规划路径能有效规避复杂建筑障碍物的干扰,实现对火灾扑救路径的最优选择。在动态未知环境中,对火灾扑救路径的规划和选择能达到最优,路径最短,分段较少,能有效地避免复杂建筑物的阻挡,有效节省了火灾扑救时间。
  • 【论文】 高维多目标Pareto非支配解集快速构造方法研究

    作者:程姣 关键词:多目标问题;Pareto非支配解;非支配解集构造定理;逐级目标排除算法;时间复杂度 机构:武汉科技大学 ; 武汉科技大学 年份:2018
    摘要:目前解决多目标问题的方法主要可分为目标转化法和寻找Pareto非支配解两大类,目标转化法主要是将目标函数通过线性加权等方式转化为单目标问题求解,Pareto非支配解集的构造则提供了一个较佳解空间。在已有研究中,高效率的非支配解集构造方法的研究相对较少,对于大数据时代背景下的多目标优化问题,已有的构造方法效率较低。本文针对高维度大规模解空间的多目标问题,研究有效且快速非支配解集构造方法,进一步提高多目标决策的效率。首先,研究非支配解的相关定义和性质,给出非支配解相关定义和已有定理,提出非支配解集构造定理,包括排序定理、支配定理、排除定理和判定定理并进行证明。其次,研究已有典型的非支配解集构造方法,详细介绍其设计思想、构造原理和流程,分析其时间复杂度。基于此,提出逐级目标排除算法构造非支配解集。构造不包含目标最优解的有序可行解集,设计可行解集排序规则,非支配解查找规则。分析算法在不同情形下的时间复杂度,证明算法的完备性和正确性。通过经典的高维多目标测试函数进行算法时间性能测试,与已有非支配解集构造方法进行对比,实验测试算法时间性能影响因素和构造的非支配解集分布,并根据实验结果从多个角度分析算法的时间性能。实验结果表明,本文提出的算法能够快速且有效的构造非支配解集,时间复杂度比最新研究提出的NTCM算法更低,计算性能更优。在可行解空间规模大,优化目标数量多的情形下,相比其他方法具有显著优势。
  • 【期刊】 求多目标优化问题Pareto最优解集的方法

    刊名:大学数学 作者:王海军 ; 宋协武 ; 曹德欣 ; 李苏北 关键词:多目标优化 ; Pareto最优解集 ; α强有效解 ; 区间算法 机构:中国矿业大学理学院 ; 中国矿业大学理学院 ; 徐州工程学院 年份:2008
    摘要:主要讨论了无约束多目标优化问题Pareto最优解集的求解方法,其中问题的目标函数是C1连续函数.给出了Pareto最优解集的一个充要条件,定义了α强有效解,并结合区间分析的方法,建立了求解无约束多目标优化问题Pareto最优解集的区间算法,理论分析和数值结果均表明该算法是可靠和有效的.
上一页 1 2 下一页 跳转