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
2
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R2指标的昂贵多目标进化算法
被引量:
11
1
作者
刘建昌
赵阳杰
+1 位作者
李飞
宋悦熙
《控制与决策》
EI
CSCD
北大核心
2020年第4期823-832,共10页
提出一种基于R2指标的昂贵多目标进化(R2-EMO)算法.为了解决精确数学模型难以获得以及评估实验成本高昂的昂贵多目标优化问题,R2-EMO算法采用高斯过程取代真实模型来评估个体在每个目标上的性能,并设计一种新的R2指标的效用函数,该效用...
提出一种基于R2指标的昂贵多目标进化(R2-EMO)算法.为了解决精确数学模型难以获得以及评估实验成本高昂的昂贵多目标优化问题,R2-EMO算法采用高斯过程取代真实模型来评估个体在每个目标上的性能,并设计一种新的R2指标的效用函数,该效用函数根据高斯过程的输出计算个体的R2指标.带有新的效用函数的R2指标在选择评估点时,既考虑了种群个体的收敛性和多样性,还考虑了个体的预测期望值和预测均方误差,增强了种群个体对目标空间的勘探能力.同时,提出双层档案管理策略,采用两个档案分别存放评估过的非支配个体和建立代理模型的个体,并在每次迭代中对两个档案进行更新.实验结果表明,与已有的4种算法相比,R2-EMO算法在处理昂贵多目标进化算法时,收敛性和多样性均优于其他算法,并能以较快的速度收敛到Pareto前沿.
展开更多
关键词
昂贵多目标进化算法
R2指标
高斯过程
双层档案
管理策略
原文传递
基于R2指标和目标空间分解的高维多目标粒子群优化算法
被引量:
5
2
作者
李飞
吴紫恒
+1 位作者
刘阚蓉
葛二千
《控制与决策》
EI
CSCD
北大核心
2021年第9期2085-2094,共10页
基于R2指标和分解策略的多目标粒子群优化算法(R2-MOPSO)在求解2、3个目标优化问题时具有较好的收敛性和多样性,但在求解高维多目标优化问题时难度较大.对此,提出一种基于R2指标和目标空间分解的高维多目标粒子群优化算法(R2-MOPSO-II)...
基于R2指标和分解策略的多目标粒子群优化算法(R2-MOPSO)在求解2、3个目标优化问题时具有较好的收敛性和多样性,但在求解高维多目标优化问题时难度较大.对此,提出一种基于R2指标和目标空间分解的高维多目标粒子群优化算法(R2-MOPSO-II).首先借鉴R2指标和目标空间分解策略综合权衡选择过程的收敛性和多样性,设计双层档案维护策略;然后设计一种新的向导选择策略来连接目标空间和决策变量空间,进而提出一种基于双层档案的速度和位置更新策略以权衡粒子群优化算法的勘探和开采能力;最后通过引入高斯学习策略和精英学习策略防止粒子陷入局部最优前沿.数值仿真结果表明,所提出算法在求解DTLZ和WFG测试问题时具有较好的收敛性和多样性.
展开更多
关键词
高维多目标优化
粒子群优化算法
双层档案
局部最优
R2指标
目标空间分解
原文传递
题名
基于R2指标的昂贵多目标进化算法
被引量:
11
1
作者
刘建昌
赵阳杰
李飞
宋悦熙
机构
东北大学信息科学与工程学院
安徽工业大学电气与信息工程学院
出处
《控制与决策》
EI
CSCD
北大核心
2020年第4期823-832,共10页
基金
国家自然科学基金项目(61773106)
安徽省高校自然科学研究项目(KJ2019A0051).
文摘
提出一种基于R2指标的昂贵多目标进化(R2-EMO)算法.为了解决精确数学模型难以获得以及评估实验成本高昂的昂贵多目标优化问题,R2-EMO算法采用高斯过程取代真实模型来评估个体在每个目标上的性能,并设计一种新的R2指标的效用函数,该效用函数根据高斯过程的输出计算个体的R2指标.带有新的效用函数的R2指标在选择评估点时,既考虑了种群个体的收敛性和多样性,还考虑了个体的预测期望值和预测均方误差,增强了种群个体对目标空间的勘探能力.同时,提出双层档案管理策略,采用两个档案分别存放评估过的非支配个体和建立代理模型的个体,并在每次迭代中对两个档案进行更新.实验结果表明,与已有的4种算法相比,R2-EMO算法在处理昂贵多目标进化算法时,收敛性和多样性均优于其他算法,并能以较快的速度收敛到Pareto前沿.
关键词
昂贵多目标进化算法
R2指标
高斯过程
双层档案
管理策略
Keywords
expensive multi-objective evolutionary algorithm
R2 indicator
Gaussian process
double-archive management strategy
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R2指标和目标空间分解的高维多目标粒子群优化算法
被引量:
5
2
作者
李飞
吴紫恒
刘阚蓉
葛二千
机构
安徽工业大学电气与信息工程学院
安徽省高校电力电子与运动控制重点实验室
出处
《控制与决策》
EI
CSCD
北大核心
2021年第9期2085-2094,共10页
基金
国家自然科学基金青年项目(61903003)
安徽省自然科学基金青年项目(2008085QE227)
+1 种基金
安徽省高校自然科学重点研究项目(KJ2019A0051)
安徽省高校电力电子与运动控制重点实验室开放课题(PEMC201903)。
文摘
基于R2指标和分解策略的多目标粒子群优化算法(R2-MOPSO)在求解2、3个目标优化问题时具有较好的收敛性和多样性,但在求解高维多目标优化问题时难度较大.对此,提出一种基于R2指标和目标空间分解的高维多目标粒子群优化算法(R2-MOPSO-II).首先借鉴R2指标和目标空间分解策略综合权衡选择过程的收敛性和多样性,设计双层档案维护策略;然后设计一种新的向导选择策略来连接目标空间和决策变量空间,进而提出一种基于双层档案的速度和位置更新策略以权衡粒子群优化算法的勘探和开采能力;最后通过引入高斯学习策略和精英学习策略防止粒子陷入局部最优前沿.数值仿真结果表明,所提出算法在求解DTLZ和WFG测试问题时具有较好的收敛性和多样性.
关键词
高维多目标优化
粒子群优化算法
双层档案
局部最优
R2指标
目标空间分解
Keywords
many-objective optimization problems
particle swarm optimizer
bi-level archive
local Pareto front
R2 indicator
objective space partition strategy
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于R2指标的昂贵多目标进化算法
刘建昌
赵阳杰
李飞
宋悦熙
《控制与决策》
EI
CSCD
北大核心
2020
11
原文传递
2
基于R2指标和目标空间分解的高维多目标粒子群优化算法
李飞
吴紫恒
刘阚蓉
葛二千
《控制与决策》
EI
CSCD
北大核心
2021
5
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