期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
超参数自适应的MOEA/D-DE算法在翼型气动隐身优化中的应用
1
作者
王培君
夏露
+1 位作者
栾伟达
陈会强
《航空工程进展》
CSCD
2023年第3期50-60,共11页
MOEA/D-DE算法易于实现,被广泛应用于处理多目标优化问题,但其超参数对算法性能影响较大。基于MOEA/D-DE算法框架,利用Sobol全局灵敏度分析方法对差分进化算子中的交叉控制参数进行改进,使用莱维飞行机制控制比例因子,使算法中的超参数...
MOEA/D-DE算法易于实现,被广泛应用于处理多目标优化问题,但其超参数对算法性能影响较大。基于MOEA/D-DE算法框架,利用Sobol全局灵敏度分析方法对差分进化算子中的交叉控制参数进行改进,使用莱维飞行机制控制比例因子,使算法中的超参数拥有自适应能力,得到超参数自适应的MOEA/D-DE算法——MOEA/D-DEAH算法;对MOEA/D-DEAH算法、不同超参数设置的MOEA/D-DE算法和NSGAⅡ算法进行函数测试和翼型气动隐身优化算例对比。结果表明:MOEA/D-DEAH算法性能良好,具有较强的鲁棒性,气动隐身优化效果也比其他算法更好。
展开更多
关键词
多目标优化算法
基于分解的多目标优化算法(
moea/
d
)
超参数
灵敏度分析
气动隐身优化
差分进化算子
下载PDF
职称材料
基于MOEA/D算法的起重船压载水调配优化
2
作者
周佳
宋磊
《中国舰船研究》
CSCD
北大核心
2021年第4期155-163,共9页
[目的]为提高起重船压载水调配效率,降低调载过程能耗,提出基于分解技术的多目标进化算法(MOEA/D)的起重船压载水调配优化方法。[方法]以各压载水舱调配后的水量为决策变量,以压载水总调配量最小为优化目标,引入浮态等方面的约束,建立...
[目的]为提高起重船压载水调配效率,降低调载过程能耗,提出基于分解技术的多目标进化算法(MOEA/D)的起重船压载水调配优化方法。[方法]以各压载水舱调配后的水量为决策变量,以压载水总调配量最小为优化目标,引入浮态等方面的约束,建立起重船压载水调配优化的数学模型;针对因决策变量维数高所引起的求解速度慢和求解质量差的问题,提出调载水舱自适应选择方法,以减少参与调载的水舱数量;针对约束条件处理复杂的问题,将单目标优化转化为多目标优化问题,然后应用MOEA/D算法,从Pareto解集中优选得到起重船压载水调配的最优方案。[结果]对某起重船吊机回转过程的压载水调配实例计算结果显示,基于MOEA/D的算法较NSGA-Ⅱ算法和遗传算法(GA)在满足浮态容差的条件下,参与调载的舱室数量减少了27%,调载水量分别减少了24%和38%,验证了MOEA/D算法的可行性和有效性。[结论]所提的基于MOEA/D的方法可为研究起重船压载水调配优化问题提供一种新的解决思路,能得到较优的压载水调配方案,具有一定的工程应用价值。
展开更多
关键词
起重船
压载水调配
自适应选择
多目标优化
基于分解技术的多目标进化算法
下载PDF
职称材料
求解复杂多目标优化问题MOEA/D-GEP算法
被引量:
9
3
作者
张冬梅
龚小胜
+1 位作者
戴光明
彭雷
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2012年第4期33-36,共4页
针对复杂多目标优化问题,提出一种基于演化建模的MOEA/D(基于分解的多目标遗传算法)求解算法(MOEA/D-GEP).该算法利用MOEA/D算法思想分解多目标优化问题,对分解后得到的可行解用基于模拟退火的GEP算法建模,从中选取预测值较好的点进入...
针对复杂多目标优化问题,提出一种基于演化建模的MOEA/D(基于分解的多目标遗传算法)求解算法(MOEA/D-GEP).该算法利用MOEA/D算法思想分解多目标优化问题,对分解后得到的可行解用基于模拟退火的GEP算法建模,从中选取预测值较好的点进入下一次真实适应值的计算.采用国际公认的ZDT,DTLZ等测试函数进行实验验证,并与MOEA/D-EGO演化多目标优化算法进行了比较.实验结果表明:该算法在IGD性能指标上有较好的表现,说明将演化建模技术引入MOEA/D算法提高了种群个体分布模型的精度,降低了求解复杂多目标优化问题的计算成本.
展开更多
关键词
复杂多目标优化问题
全局优化算法
基于表达式编程
演化多目标优化
moea/
d
-
gep
原文传递
题名
超参数自适应的MOEA/D-DE算法在翼型气动隐身优化中的应用
1
作者
王培君
夏露
栾伟达
陈会强
机构
西北工业大学航空学院
出处
《航空工程进展》
CSCD
2023年第3期50-60,共11页
基金
翼型叶栅空气动力学重点实验室基金(6142201200106)。
文摘
MOEA/D-DE算法易于实现,被广泛应用于处理多目标优化问题,但其超参数对算法性能影响较大。基于MOEA/D-DE算法框架,利用Sobol全局灵敏度分析方法对差分进化算子中的交叉控制参数进行改进,使用莱维飞行机制控制比例因子,使算法中的超参数拥有自适应能力,得到超参数自适应的MOEA/D-DE算法——MOEA/D-DEAH算法;对MOEA/D-DEAH算法、不同超参数设置的MOEA/D-DE算法和NSGAⅡ算法进行函数测试和翼型气动隐身优化算例对比。结果表明:MOEA/D-DEAH算法性能良好,具有较强的鲁棒性,气动隐身优化效果也比其他算法更好。
关键词
多目标优化算法
基于分解的多目标优化算法(
moea/
d
)
超参数
灵敏度分析
气动隐身优化
差分进化算子
Keywords
multi-objective
optimization
algorithm
multiobjective
evolutionary
algorithm
based
on
d
ecomposition(
moea/
d
)
hyper-parameters
sensitivity analysis
aero
d
ynamic stealth
optimization
d
ifferential evolution operator
分类号
V218 [航空宇航科学与技术—航空宇航推进理论与工程]
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于MOEA/D算法的起重船压载水调配优化
2
作者
周佳
宋磊
机构
山东交通学院船舶与港口工程学院
出处
《中国舰船研究》
CSCD
北大核心
2021年第4期155-163,共9页
基金
山东交通学院校级基金资助项目(Z201940)
工信部高技术起重船科研资助项目。
文摘
[目的]为提高起重船压载水调配效率,降低调载过程能耗,提出基于分解技术的多目标进化算法(MOEA/D)的起重船压载水调配优化方法。[方法]以各压载水舱调配后的水量为决策变量,以压载水总调配量最小为优化目标,引入浮态等方面的约束,建立起重船压载水调配优化的数学模型;针对因决策变量维数高所引起的求解速度慢和求解质量差的问题,提出调载水舱自适应选择方法,以减少参与调载的水舱数量;针对约束条件处理复杂的问题,将单目标优化转化为多目标优化问题,然后应用MOEA/D算法,从Pareto解集中优选得到起重船压载水调配的最优方案。[结果]对某起重船吊机回转过程的压载水调配实例计算结果显示,基于MOEA/D的算法较NSGA-Ⅱ算法和遗传算法(GA)在满足浮态容差的条件下,参与调载的舱室数量减少了27%,调载水量分别减少了24%和38%,验证了MOEA/D算法的可行性和有效性。[结论]所提的基于MOEA/D的方法可为研究起重船压载水调配优化问题提供一种新的解决思路,能得到较优的压载水调配方案,具有一定的工程应用价值。
关键词
起重船
压载水调配
自适应选择
多目标优化
基于分解技术的多目标进化算法
Keywords
crane vessel
ballast water allocation
a
d
aptive selection
multi-objective
optimization
multiobjective
evolutionary
algorithm
based
on
d
ecomposition(
moea/
d
)
分类号
U663.85 [交通运输工程—船舶及航道工程]
下载PDF
职称材料
题名
求解复杂多目标优化问题MOEA/D-GEP算法
被引量:
9
3
作者
张冬梅
龚小胜
戴光明
彭雷
机构
中国地质大学(武汉)计算机学院
华中科技大学计算机学院
出处
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2012年第4期33-36,共4页
基金
国家自然科学基金资助项目(60873107
40972206)
+1 种基金
湖北省自然科学基金资助项目(2009CDB089)
中央高校基本科研业务费专项资金资助项目(1323520909)
文摘
针对复杂多目标优化问题,提出一种基于演化建模的MOEA/D(基于分解的多目标遗传算法)求解算法(MOEA/D-GEP).该算法利用MOEA/D算法思想分解多目标优化问题,对分解后得到的可行解用基于模拟退火的GEP算法建模,从中选取预测值较好的点进入下一次真实适应值的计算.采用国际公认的ZDT,DTLZ等测试函数进行实验验证,并与MOEA/D-EGO演化多目标优化算法进行了比较.实验结果表明:该算法在IGD性能指标上有较好的表现,说明将演化建模技术引入MOEA/D算法提高了种群个体分布模型的精度,降低了求解复杂多目标优化问题的计算成本.
关键词
复杂多目标优化问题
全局优化算法
基于表达式编程
演化多目标优化
moea/
d
-
gep
Keywords
expensive multi-objective
optimization
problems
efficient globas
optim
aizatipn(EGO)
gene expression programming(
gep
)
multiobjective optimization evolutionary algorithm based on decompostion(moea/d)gep
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
超参数自适应的MOEA/D-DE算法在翼型气动隐身优化中的应用
王培君
夏露
栾伟达
陈会强
《航空工程进展》
CSCD
2023
0
下载PDF
职称材料
2
基于MOEA/D算法的起重船压载水调配优化
周佳
宋磊
《中国舰船研究》
CSCD
北大核心
2021
0
下载PDF
职称材料
3
求解复杂多目标优化问题MOEA/D-GEP算法
张冬梅
龚小胜
戴光明
彭雷
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2012
9
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部