期刊导航
期刊开放获取
上海教育软件发展有限公..
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
基于最小二乘法的高维目标减少算法
被引量：
6
1
作者
郑金华
周聪
+1 位作者
李珂
吕卉
《控制理论与应用》
EI
CAS
CSCD
北大核心
2011年第7期947-955,共9页
多目标进化算法在许多领域有广泛的应用,大部分文献都只针对二维与三维的测试问题,目标减少成为高维优化的热点之一.本文从决策者角度考虑冗余目标问题,提出了基于最小二乘法的目标减少算法(ORLSM),该方法将每个目标函数分段拟合为若干...
多目标进化算法在许多领域有广泛的应用,大部分文献都只针对二维与三维的测试问题,目标减少成为高维优化的热点之一.本文从决策者角度考虑冗余目标问题,提出了基于最小二乘法的目标减少算法(ORLSM),该方法将每个目标函数分段拟合为若干条直线段,然后比较各直线段之间的斜率来确定最冗余目标对,进而确定冗余目标.同时针对目标减少前后个体支配关系的变化情况,提出了支配关系改变率的评价方法.通过3个测试函数,分别用逆世代距离(IGD)、支配关系改变率(CDR)和时间效率3个方面,对同类的两个算法进行了性能测试.结果表明,ORLSM在总体上具有最好的性能:CDR和IGD具有基本一致的评价结果.
展开更多
关键词
高维
目标
进化
目标减少算法
最小二乘法
评价方法
在线阅读
下载PDF
职称材料
高维多目标优化算法分析研究
被引量：
2
2
作者
周草臣
陈自郁
何中市
《计算机科学》
CSCD
北大核心
2014年第S1期57-60,63,共5页
目前,大部分多目标进化算法MOEA(Multi-Objective Evolutionary Algorithms)是针对2到3个目标问题而设计,并且已经取得良好的优化效果,而对于目标个数大于或远大于3个的高维多目标问题,用MOEA逼近Pareto前沿和保持较低的计算复杂度都十...
目前,大部分多目标进化算法MOEA(Multi-Objective Evolutionary Algorithms)是针对2到3个目标问题而设计,并且已经取得良好的优化效果,而对于目标个数大于或远大于3个的高维多目标问题,用MOEA逼近Pareto前沿和保持较低的计算复杂度都十分困难。通过讨论分析目标个数对高维优化算法带来的困扰,总结针对这些困扰引入的一些算法和策略。介绍了已有的高维多目标算法对占优机制进行的改善,并着重对现存的高维多目标减少算法做了系统的分类综述,对比分析验证了各类算法的优化效果,并给出进一步可研究的方向。
展开更多
关键词
高维
目标
多
目标
优化
目标减少算法
冗余
目标
在线阅读
下载PDF
职称材料
题名
基于最小二乘法的高维目标减少算法
被引量：
6
1
作者
郑金华
周聪
李珂
吕卉
机构
湘潭大学信息工程学院
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2011年第7期947-955,共9页
基金
国家自然科学基金资助项目(60773047)
湖南省教育厅重点科研项目资助项目(06A074)
文摘
多目标进化算法在许多领域有广泛的应用,大部分文献都只针对二维与三维的测试问题,目标减少成为高维优化的热点之一.本文从决策者角度考虑冗余目标问题,提出了基于最小二乘法的目标减少算法(ORLSM),该方法将每个目标函数分段拟合为若干条直线段,然后比较各直线段之间的斜率来确定最冗余目标对,进而确定冗余目标.同时针对目标减少前后个体支配关系的变化情况,提出了支配关系改变率的评价方法.通过3个测试函数,分别用逆世代距离(IGD)、支配关系改变率(CDR)和时间效率3个方面,对同类的两个算法进行了性能测试.结果表明,ORLSM在总体上具有最好的性能:CDR和IGD具有基本一致的评价结果.
关键词
高维
目标
进化
目标减少算法
最小二乘法
评价方法
Keywords
multi-objective optimizations
objective-reduction algorithm
the least squares method
metric
分类号
TP18 [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
高维多目标优化算法分析研究
被引量：
2
2
作者
周草臣
陈自郁
何中市
机构
重庆大学计算机学院
出处
《计算机科学》
CSCD
北大核心
2014年第S1期57-60,63,共5页
基金
重庆市自然科学基金(cstc2013jcyjA40049)资助
文摘
目前,大部分多目标进化算法MOEA(Multi-Objective Evolutionary Algorithms)是针对2到3个目标问题而设计,并且已经取得良好的优化效果,而对于目标个数大于或远大于3个的高维多目标问题,用MOEA逼近Pareto前沿和保持较低的计算复杂度都十分困难。通过讨论分析目标个数对高维优化算法带来的困扰,总结针对这些困扰引入的一些算法和策略。介绍了已有的高维多目标算法对占优机制进行的改善,并着重对现存的高维多目标减少算法做了系统的分类综述,对比分析验证了各类算法的优化效果,并给出进一步可研究的方向。
关键词
高维
目标
多
目标
优化
目标减少算法
冗余
目标
Keywords
Many-objective,Multi-objective optimization,Multi-objective reduction algorithm,Redundancy objective
分类号
TP18 [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
作者
出处
发文年
被引量
操作
1
基于最小二乘法的高维目标减少算法
郑金华
周聪
李珂
吕卉
《控制理论与应用》
EI
CAS
CSCD
北大核心
2011
6
在线阅读
下载PDF
职称材料
2
高维多目标优化算法分析研究
周草臣
陈自郁
何中市
《计算机科学》
CSCD
北大核心
2014
2
在线阅读
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
