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
5
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
基于权重向量聚类的动态多目标进化算法
1
作者
李二超
程艳丽
《计算机应用》
CSCD
北大核心
2023年第7期2226-2236,共11页
实际生活中存在许多的动态多目标优化问题(DMOP)。对于此类问题,当环境发生改变时,就要求动态多目标进化算法(DMOEA)能快速和准确地跟踪新环境下的帕累托前沿(PF)或帕累托最优解集(PS)。针对现有算法的种群预测性能差的问题,提出一种基...
实际生活中存在许多的动态多目标优化问题(DMOP)。对于此类问题,当环境发生改变时,就要求动态多目标进化算法(DMOEA)能快速和准确地跟踪新环境下的帕累托前沿(PF)或帕累托最优解集(PS)。针对现有算法的种群预测性能差的问题,提出一种基于权重向量聚类预测的动态多目标进化算法(WVCP)。该算法首先在目标空间中生成均匀的权重向量,并对种群中的个体进行聚类,再根据聚类情况分析种群的分布性。其次,对聚类个体的中心点建立时间序列。对同一权重向量,针对不同的聚类情况采取相应的应对策略对个体进行补充,若相邻时刻均存在聚类中心,则采用差分模型预测新环境下的个体;若某一时刻不存在聚类中心,则用相邻权重向量聚类中心的质心作为该时刻的聚类中心,再运用差分模型预测个体。这样不仅可以有效地解决种群分布性差的问题,还可以提高预测的准确性。最后,引入个体补充策略,以充分地利用历史信息。为验证WVCP算法的性能,把它与四种代表性算法进行了仿真对比。实验结果表明,所提算法能够很好地解决DMOP。
展开更多
关键词
动态多目标进化算法
权重向量
聚类
差分模型
种群预测
下载PDF
职称材料
基于Pareto解集关联与预测的动态多目标进化算法
被引量:
6
2
作者
彭星光
徐德民
高晓光
《控制与决策》
EI
CSCD
北大核心
2011年第4期615-618,共4页
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...
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.
展开更多
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
原文传递
基于种群分类的动态约束多目标进化算法
3
作者
许峰
季洪霄
《皖西学院学报》
2015年第5期69-73,共5页
针对约束动态多目标优化问题,提出了一种基于种群分类的动态约束多目标进化算法,其基本思想是:首先将每代种群分为不可行群体、非Pareto群体、非聚类Pareto群体和聚类Pareto群体,然后对这4类群体按一定规则赋以适应度,最后采用动态多目...
针对约束动态多目标优化问题,提出了一种基于种群分类的动态约束多目标进化算法,其基本思想是:首先将每代种群分为不可行群体、非Pareto群体、非聚类Pareto群体和聚类Pareto群体,然后对这4类群体按一定规则赋以适应度,最后采用动态多目标进化算法中的进化算子进行进化操作,产生新种群。数值实验和性能指标统计数据表明,该算法不仅能较好地处理复杂约束,而且能产生分布性较佳的Pareto最优解。
展开更多
关键词
动态多目标进化算法
约束条件
聚类分析
解的分布性
下载PDF
职称材料
一种改进的动态无约束多目标进化算法
4
作者
季洪霄
许峰
《软件导刊》
2015年第10期35-37,共3页
为提高算法局部收敛性,提出一种改进的动态无约束多目标进化算法,其基本思想是:首先将时间区间分割,产生初始种群,然后根据Pareto支配关系对个体进行排序,再经选择复制、常规交叉算子和改进的非均匀变异算子进行操作,产生新种群。数值...
为提高算法局部收敛性,提出一种改进的动态无约束多目标进化算法,其基本思想是:首先将时间区间分割,产生初始种群,然后根据Pareto支配关系对个体进行排序,再经选择复制、常规交叉算子和改进的非均匀变异算子进行操作,产生新种群。数值实验和性能指标统计数据表明,该算法具有较好的局部收敛性,能产生分布性较好的Pareto最优解。
展开更多
关键词
动态多目标进化算法
改进的变异算子
PARETO最优解
局部收敛性
下载PDF
职称材料
基于MOEA/D-ARMS的无人机在线航迹规划
被引量:
2
5
作者
汪瀚洋
陈亮
+1 位作者
徐海
白景波
《系统工程与电子技术》
EI
CSCD
北大核心
2022年第11期3505-3514,共10页
无人机(unmanned aerial vehicle, UAV)在线航迹规划是UAV协同控制关键技术之一,在线航迹规划问题本质上是一种动态多目标优化问题。为了求解该问题,提出了一种基于自适应应答机制选择的动态多目标进化算法(multi-objective evolutionar...
无人机(unmanned aerial vehicle, UAV)在线航迹规划是UAV协同控制关键技术之一,在线航迹规划问题本质上是一种动态多目标优化问题。为了求解该问题,提出了一种基于自适应应答机制选择的动态多目标进化算法(multi-objective evolutionary algorithon based on decomposition-adaptive reaction mechanism selection, MOEA/D-ARMS)。多种应答机制构成应答机制池,以应答机制最近一次的整体表现赋予应答机制一定的奖励,并采用基于概率的方法从应答机制池中选择应答机制。MOEA/D-ARMS分别在静态环境情况、突发威胁情况、突变威胁情况和偏好改变情况下进行仿真实验。仿真结果表明,MOEA/D-ARMS可有效求解UAV在线航迹规划问题。
展开更多
关键词
无人机
航迹规划
动态多目标进化算法
自适应选择
下载PDF
职称材料
题名
基于权重向量聚类的动态多目标进化算法
1
作者
李二超
程艳丽
机构
兰州理工大学电气工程与信息工程学院
出处
《计算机应用》
CSCD
北大核心
2023年第7期2226-2236,共11页
基金
国家自然科学基金资助项目(62063019)
甘肃省自然科学基金资助项目(20JR10RA152)。
文摘
实际生活中存在许多的动态多目标优化问题(DMOP)。对于此类问题,当环境发生改变时,就要求动态多目标进化算法(DMOEA)能快速和准确地跟踪新环境下的帕累托前沿(PF)或帕累托最优解集(PS)。针对现有算法的种群预测性能差的问题,提出一种基于权重向量聚类预测的动态多目标进化算法(WVCP)。该算法首先在目标空间中生成均匀的权重向量,并对种群中的个体进行聚类,再根据聚类情况分析种群的分布性。其次,对聚类个体的中心点建立时间序列。对同一权重向量,针对不同的聚类情况采取相应的应对策略对个体进行补充,若相邻时刻均存在聚类中心,则采用差分模型预测新环境下的个体;若某一时刻不存在聚类中心,则用相邻权重向量聚类中心的质心作为该时刻的聚类中心,再运用差分模型预测个体。这样不仅可以有效地解决种群分布性差的问题,还可以提高预测的准确性。最后,引入个体补充策略,以充分地利用历史信息。为验证WVCP算法的性能,把它与四种代表性算法进行了仿真对比。实验结果表明,所提算法能够很好地解决DMOP。
关键词
动态多目标进化算法
权重向量
聚类
差分模型
种群预测
Keywords
Dynamic Multi-Objective Evolutionary Algorithm(DMOEA)
weight vector
clustering
difference model
population prediction
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于Pareto解集关联与预测的动态多目标进化算法
被引量:
6
2
作者
彭星光
徐德民
高晓光
机构
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
出处
《控制与决策》
EI
CSCD
北大核心
2011年第4期615-618,共4页
基金
国家自然科学基金项目(60875071
60774064)
水下信息处理与控制国家级重点实验室基金项目(9140C230503090C23)
文摘
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.
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
Keywords
dynamic multi-objective optimal problem
dynamic multi-objective evolutionary algorithm
Pareto set linkage and prediction
hyperbox
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
基于种群分类的动态约束多目标进化算法
3
作者
许峰
季洪霄
机构
安徽理工大学理学院
出处
《皖西学院学报》
2015年第5期69-73,共5页
基金
国家自然科学基金(60973050)
安徽省教育厅自然科学基金重点研究项目(KJ2009A50)
安徽省教育厅自然科学基金项目(2014kb263)
文摘
针对约束动态多目标优化问题,提出了一种基于种群分类的动态约束多目标进化算法,其基本思想是:首先将每代种群分为不可行群体、非Pareto群体、非聚类Pareto群体和聚类Pareto群体,然后对这4类群体按一定规则赋以适应度,最后采用动态多目标进化算法中的进化算子进行进化操作,产生新种群。数值实验和性能指标统计数据表明,该算法不仅能较好地处理复杂约束,而且能产生分布性较佳的Pareto最优解。
关键词
动态多目标进化算法
约束条件
聚类分析
解的分布性
Keywords
dynamic multi-objective evolutionary algorithm
constraints
cluster analysis
distribution of solutions
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
一种改进的动态无约束多目标进化算法
4
作者
季洪霄
许峰
机构
安徽理工大学理学院
出处
《软件导刊》
2015年第10期35-37,共3页
基金
安徽省教育厅自然科学基金项目(2014KB236)
文摘
为提高算法局部收敛性,提出一种改进的动态无约束多目标进化算法,其基本思想是:首先将时间区间分割,产生初始种群,然后根据Pareto支配关系对个体进行排序,再经选择复制、常规交叉算子和改进的非均匀变异算子进行操作,产生新种群。数值实验和性能指标统计数据表明,该算法具有较好的局部收敛性,能产生分布性较好的Pareto最优解。
关键词
动态多目标进化算法
改进的变异算子
PARETO最优解
局部收敛性
分类号
TP312 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于MOEA/D-ARMS的无人机在线航迹规划
被引量:
2
5
作者
汪瀚洋
陈亮
徐海
白景波
机构
陆军工程大学野战工程学院
陆军军事交通学院汽车士官学校
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2022年第11期3505-3514,共10页
基金
全军军事类研究生项目(JY2020C118)资助课题。
文摘
无人机(unmanned aerial vehicle, UAV)在线航迹规划是UAV协同控制关键技术之一,在线航迹规划问题本质上是一种动态多目标优化问题。为了求解该问题,提出了一种基于自适应应答机制选择的动态多目标进化算法(multi-objective evolutionary algorithon based on decomposition-adaptive reaction mechanism selection, MOEA/D-ARMS)。多种应答机制构成应答机制池,以应答机制最近一次的整体表现赋予应答机制一定的奖励,并采用基于概率的方法从应答机制池中选择应答机制。MOEA/D-ARMS分别在静态环境情况、突发威胁情况、突变威胁情况和偏好改变情况下进行仿真实验。仿真结果表明,MOEA/D-ARMS可有效求解UAV在线航迹规划问题。
关键词
无人机
航迹规划
动态多目标进化算法
自适应选择
Keywords
unmanned aerial vehicle(UAV)
trajectory planning
dynamic multi-objective evolutionary algorithm(DMEA)
adaptive selection
分类号
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
作者
出处
发文年
被引量
操作
1
基于权重向量聚类的动态多目标进化算法
李二超
程艳丽
《计算机应用》
CSCD
北大核心
2023
0
下载PDF
职称材料
2
基于Pareto解集关联与预测的动态多目标进化算法
彭星光
徐德民
高晓光
《控制与决策》
EI
CSCD
北大核心
2011
6
原文传递
3
基于种群分类的动态约束多目标进化算法
许峰
季洪霄
《皖西学院学报》
2015
0
下载PDF
职称材料
4
一种改进的动态无约束多目标进化算法
季洪霄
许峰
《软件导刊》
2015
0
下载PDF
职称材料
5
基于MOEA/D-ARMS的无人机在线航迹规划
汪瀚洋
陈亮
徐海
白景波
《系统工程与电子技术》
EI
CSCD
北大核心
2022
2
下载PDF
职称材料
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