期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于反向学习模型的多目标进化算法 被引量:3
1
作者 王亚辉 吴金妹 贾晨辉 《农业机械学报》 EI CAS CSCD 北大核心 2016年第4期326-332,342,共8页
针对复杂多目标优化问题,提出一种基于分解机制和反向学习模型的多目标进化算法。该算法在基于分解机制的多目标进行算法的框架下,引入反向学习模型,该模型具有较好的局部寻优能力。在种群进化的过程中,反向学习模型和差分进化机制自适... 针对复杂多目标优化问题,提出一种基于分解机制和反向学习模型的多目标进化算法。该算法在基于分解机制的多目标进行算法的框架下,引入反向学习模型,该模型具有较好的局部寻优能力。在种群进化的过程中,反向学习模型和差分进化机制自适应的相互配合,能够较好地平衡算法的全局搜索与局部寻优能力。采用国际公认的具有复杂Pareto Set的LZ09系列测试问题进行实验验证,并与MOEA/D-DE、GDE3、NSGA-II和SPEA2等方法比较,实验结果表明,所提方法能够获得收敛性、分布性及延展性较好的Pareto最优解集。为了研究算法在求解约束问题的性能,将其应用于减速器多目标优化设计问题中,结果表明了该算法获得Pareto前端较均匀,说明其算法具有求解约束问题的能力和工程有效性。 展开更多
关键词 多目标优化 MOEA/D 反向学习模型 减速器 优化设计
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部