检索结果-维普期刊中文期刊服务平台

分布式进化算法及其在翼型气动反设计中的应用(英文) 被引量：3: 1; 作者王江峰伍贻兆 Periaux J 《空气动力学学报》 CSCD 北大核心 2003年第2期137-143,共7页; 构造了一种新型基于基因算法与博弈论的并行分级多目标优化方法,并应用于多段翼型气动反设计。此方法基于二进制编码的基因算法和博弈论,优化变量被分配给不同的博弈者,因而总体优化问题转变为分裂空间中的局部优化问题。文中给出了一... 展开更多; 关键词分布式进化算法翼型气动反设计博奕论基因算法; 在线阅读下载PDF 职称材料

分布式进化算法的性能测试与分析被引量：1: 2; 作者陈炳亮张宇辉嵇智源《计算机应用》 CSCD 北大核心 2014年第11期3086-3090,共5页; 针对分布式进化算法设计过程中由于缺乏对性能影响因素的分析而导致算法无法达到预期加速比的问题,提出一种全面的性能分析方法。根据分布式进化算法的组成结构,将影响分布式进化算法性能的因素分为进化操作开销、适应值计算开销和通信... 展开更多; 关键词分布式进化算法分布式模型遗传算法粒子群优化算法性能分析; 在线阅读下载PDF 职称材料

基于分布式协商进化算法的多Agent目标冲突消解被引量：3: 3; 作者杨萍刘卫东毕义明《系统工程与电子技术》 EI CSCD 北大核心 2009年第8期1918-1922,共5页; 针对多Agent系统研究中的目标冲突消解问题,建立了在多个Agent的局部目标和系统全局目标间进行协调优化的多目标优化模型。在多Agent分布式规划的框架下,提出了一种基于遗传算法(genetic algorithm,GA)的分布式协商进化算法,用于求解多... 展开更多; 关键词多AGENT系统目标冲突消解多目标优化分布式协商进化算法遗传算法 PARETO最优解; 在线阅读下载PDF 职称材料

基于分布式免疫进化算法的函数优化被引量：2: 4; 作者苗启广孔哲鹏王艳红《系统工程与电子技术》 EI CSCD 北大核心 2012年第2期413-417,共5页; 针对遗传算法在寻优过程和多峰值函数求解中出现的"早熟"问题以及免疫算法收敛速度较慢问题,将免疫算法和进化算法进行优势融合,并结合改进的进化算法的并行模型,提出一种新的算法——分布式免疫进化算法(distributed immune ... 展开更多; 关键词免疫算法进化算法函数优化分布式免疫进化算法; 在线阅读下载PDF 职称材料

动态时隙再分配的分布式协同进化模型研究被引量：4: 5; 作者王湛吴术《交通运输系统工程与信息》 EI CSCD 北大核心 2013年第2期118-123,共6页; 协同时隙再分配是以利益为中心的自私理性个体间的分布式协作问题,具有高度的动态性和不确定性,再分配的目标是在追求个体自身利益最大化的基础上,实现群体目标.本文分析了DCCEA(分布式协同多目标进化算法)的特性及原理,确定了其在时隙... 展开更多; 关键词航空运输动态时隙再次分配分布式协同多目标进化算法地面延误程序交易效用; 在线阅读下载PDF 职称材料

题名分布式进化算法及其在翼型气动反设计中的应用(英文) 被引量：3: 1; 作者王江峰伍贻兆 Periaux J; 机构南京航空航天大学航空宇航学院 Pole Scientifique Dassault-Aviation/UPMC; 出处《空气动力学学报》 CSCD 北大核心 2003年第2期137-143,共7页; 基金 FoundationitemofNUAAforyoungresearchers.; 文摘构造了一种新型基于基因算法与博弈论的并行分级多目标优化方法,并应用于多段翼型气动反设计。此方法基于二进制编码的基因算法和博弈论,优化变量被分配给不同的博弈者,因而总体优化问题转变为分裂空间中的局部优化问题。文中给出了一个多段翼型形状/位置可压位流的反设计问题的求解算例,引入了基于非结构网格的分级结构。与传统基因算法数值算例的对比表明了本文构造的并行分级算法具有较高的计算效率,可广泛应用于多目标优化问题。; 关键词分布式进化算法翼型气动反设计博奕论基因算法; Keywords genetic algorithms game theory multi-objective optimization distributed parallelization hierarchical algorithms; 分类号 V211.3 [航空宇航科学与技术—航空宇航推进理论与工程] V211.41 [航空宇航科学与技术—航空宇航推进理论与工程]; 在线阅读下载PDF 职称材料

题名分布式进化算法的性能测试与分析被引量：1: 2; 作者陈炳亮张宇辉嵇智源; 机构华南农业大学理学院中山大学计算机科学系科技部高技术研究发展中心; 出处《计算机应用》 CSCD 北大核心 2014年第11期3086-3090,共5页; 基金国家自然科学基金资助项目(U1201258); 文摘针对分布式进化算法设计过程中由于缺乏对性能影响因素的分析而导致算法无法达到预期加速比的问题,提出一种全面的性能分析方法。根据分布式进化算法的组成结构,将影响分布式进化算法性能的因素分为进化操作开销、适应值计算开销和通信开销三个部分。首先研究进化算法在不同个体编码维数下进化操作开销的特性;其次,在进化操作开销相对固定的情况下,通过使用操作系统的延时函数控制适应值计算开销,通过改变个体编码维数控制通信开销;最后,应用控制变量方法,逐一测试各因素对算法加速比的影响。实验结果展现了三种因素的相互制约关系,给出了分布式进化算法获得更好加速比的条件。; 关键词分布式进化算法分布式模型遗传算法粒子群优化算法性能分析; Keywords distributed Evolutionary Algorithm（dEA） distributed model Genetic Algorithm（GA） Particle Swarm Optimization（PSO） performance analysis; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于分布式协商进化算法的多Agent目标冲突消解被引量：3: 3; 作者杨萍刘卫东毕义明; 机构第二炮兵工程学院; 出处《系统工程与电子技术》 EI CSCD 北大核心 2009年第8期1918-1922,共5页; 基金第二炮兵工程学院创新人才资助项目(xy200703)资助课题; 文摘针对多Agent系统研究中的目标冲突消解问题,建立了在多个Agent的局部目标和系统全局目标间进行协调优化的多目标优化模型。在多Agent分布式规划的框架下,提出了一种基于遗传算法(genetic algorithm,GA)的分布式协商进化算法,用于求解多目标规划模型。针对GA搜索中保持解的多样性、提高收敛速度等问题,对选择算子进行了设计。通过仿真实验,证明新的选择算子能有效提高解的质量。最后将该算法应用于部队机动协同路线规划的目标冲突消解问题,验证了其有效性。; 关键词多AGENT系统目标冲突消解多目标优化分布式协商进化算法遗传算法 PARETO最优解; Keywords multi-agent system goal conflict resolution multiobjective optimization distributed negotiation evolution algorithm genetic algorithm Pareto optimal solution; 分类号 N945.25 [自然科学总论—系统科学]; 在线阅读下载PDF 职称材料

题名基于分布式免疫进化算法的函数优化被引量：2: 4; 作者苗启广孔哲鹏王艳红; 机构西安电子科技大学计算机学院; 出处《系统工程与电子技术》 EI CSCD 北大核心 2012年第2期413-417,共5页; 基金国家自然科学基金(61072109 60842003) +2 种基金 CXY1119(6))资助课题; 文摘针对遗传算法在寻优过程和多峰值函数求解中出现的"早熟"问题以及免疫算法收敛速度较慢问题,将免疫算法和进化算法进行优势融合,并结合改进的进化算法的并行模型,提出一种新的算法——分布式免疫进化算法(distributed immune evolutionary algorithm,DIEA)。新算法主要包括记忆种群进化模块和子种群进化模块两个部分,子种群的主要功能是找出各个区间的局部最优解;主种群主要是进行全局搜索,寻找全局最优解。仿真实验表明,该算法具有很高的全局寻优能力和很快的收敛速度,适合求解复杂多峰函数优化问题。; 关键词免疫算法进化算法函数优化分布式免疫进化算法; Keywords immune algorithm evolutionary algorithm function optimization distributed immune evolu tionary algorithm （DIEA）; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名动态时隙再分配的分布式协同进化模型研究被引量：4: 5; 作者王湛吴术; 机构南京航空航天大学民航学院南京大学工程管理学院; 出处《交通运输系统工程与信息》 EI CSCD 北大核心 2013年第2期118-123,共6页; 基金国家863计划项目(20060AA12A105) 国家空管委科研课题(GKG200802006); 文摘协同时隙再分配是以利益为中心的自私理性个体间的分布式协作问题,具有高度的动态性和不确定性,再分配的目标是在追求个体自身利益最大化的基础上,实现群体目标.本文分析了DCCEA(分布式协同多目标进化算法)的特性及原理,确定了其在时隙再分配问题中的可用性,并在此基础上构建了基于时隙再分配的分布式协同多目标进化算法模型.仿真实验结果表明,模型在提高总交换效用的同时,增强了航空公司外部交换的自主性,同时分配效率也得到了进一步提高,增强了分配时效性,由此更为有效地解决了分布式动态环境下的CDM GDP(地面延误程序)时隙再次分配问题.; 关键词航空运输动态时隙再次分配分布式协同多目标进化算法地面延误程序交易效用; Keywords air transportation collaborative slots allocation DCCEA CDM GDP exchange avail; 分类号 V355 [航空宇航科学与技术—人机与环境工程] U8 [交通运输工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	分布式进化算法及其在翼型气动反设计中的应用(英文)	王江峰伍贻兆 Periaux J	《空气动力学学报》 CSCD 北大核心	2003	3	在线阅读下载PDF 职称材料
2	分布式进化算法的性能测试与分析	陈炳亮张宇辉嵇智源	《计算机应用》 CSCD 北大核心	2014	1	在线阅读下载PDF 职称材料
3	基于分布式协商进化算法的多Agent目标冲突消解	杨萍刘卫东毕义明	《系统工程与电子技术》 EI CSCD 北大核心	2009	3	在线阅读下载PDF 职称材料
4	基于分布式免疫进化算法的函数优化	苗启广孔哲鹏王艳红	《系统工程与电子技术》 EI CSCD 北大核心	2012	2	在线阅读下载PDF 职称材料
5	动态时隙再分配的分布式协同进化模型研究	王湛吴术	《交通运输系统工程与信息》 EI CSCD 北大核心	2013	4	在线阅读下载PDF 职称材料