期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
领导者引导与支配解进化的多目标矮猫鼬算法 被引量:5
1
作者 赵世杰 张红易 马世林 《计算机科学与探索》 CSCD 北大核心 2024年第2期403-424,共22页
面对现实中日益复杂的多目标优化问题,需要发展新型多目标优化算法应对挑战。提出一种基于领导者引导与支配解动态缩减进化的多目标矮猫鼬优化算法(MODMO)。领导者引导机制通过引入动态权衡因子以调控侦察猫鼬探寻土丘的搜索半径,同时... 面对现实中日益复杂的多目标优化问题,需要发展新型多目标优化算法应对挑战。提出一种基于领导者引导与支配解动态缩减进化的多目标矮猫鼬优化算法(MODMO)。领导者引导机制通过引入动态权衡因子以调控侦察猫鼬探寻土丘的搜索半径,同时以非劣解集构建外部存档并根据非支配排序层级确定出领导者,进而引导侦察猫鼬向多目标前沿面推进以改善算法的收敛性;支配解动态缩减进化策略是为克服非劣解外部存档维护过程中的解冗余问题而构建,其以支配关系和拥挤距离动态筛选支配解并存入外部存档,以支配解信息融入种群进化实现多目标潜在前沿的挖掘并增强算法的多样性。在ZDT、DTLZ与WFG基准函数上,与5种代表性比较算法的实验结果表明MODMO算法在收敛性与多样性上均具有显著优势。 展开更多
关键词 多目标优化 矮猫鼬优化算法 领导者引导机制 外部存档 支配解动态缩减进化策略
在线阅读 下载PDF
基于动态双种群NSGA2算法的分布式柔性作业车间调度研究 被引量:2
2
作者 汪豪 谢辉 李艳武 《机电工程》 CAS 北大核心 2024年第12期2252-2260,共9页
在分布式柔性作业车间多目标调度问题的求解过程中,存在调度规模大、多个目标难以协调等缺陷。针对上述缺陷,提出了一种改进的非支配排序遗传算法Ⅱ(NSGA2),并对分布式柔性作业车间多目标调度问题进行了求解。首先,建立了以完工时间、... 在分布式柔性作业车间多目标调度问题的求解过程中,存在调度规模大、多个目标难以协调等缺陷。针对上述缺陷,提出了一种改进的非支配排序遗传算法Ⅱ(NSGA2),并对分布式柔性作业车间多目标调度问题进行了求解。首先,建立了以完工时间、机器负荷、能耗为优化目标的分布式柔性作业车间多目标调度模型;然后,基于帕累托(Pareto)等级特点设计了一种动态双种群搜索策略和种群划分机制,以替代传统的选择操作,并对每个种群采用了不同的搜索策略;针对关键工厂,在第二个种群中设计了局部搜索策略,基于Pareto等级的支配关系设计了Q学习的状态、奖励函数,采用Q学习对双种群的数量比例进行了自适应调整;最后,采用扩展的基准算例对该改进算法的有效性进行了验证,并将其与其他算法进行了对比分析。研究结果表明:采用动态双种群搜索策略改进的NSGA2算法能有效保持种群多样性,且不易陷入局部最优,提高了算法的求解质量。该改进算法与传统NSGA2算法相比,多样性评价指标平均提高了15.34%,收敛性评价指标平均提高了76.37%,证明了该算法在解决分布式柔性作业车间多目标调度问题上的优越性。 展开更多
关键词 柔性作业车间调度问题 分布式多目标柔性作业车间 车间多目标调度问题求解 帕累托等级 改进非支配排序遗传算法Ⅱ 动态双种群搜索策略 Q学习
在线阅读 下载PDF
基于动态缩减机制的多策略单亲遗传算法求解CVRP问题
3
作者 陈加俊 谭代伦 《系统仿真学报》 CAS CSCD 北大核心 2024年第10期2396-2412,共17页
针对传统遗传算法求解带容量约束的车辆路径问题(CVRP)时存在易早熟、收敛速度慢、精度低等问题,提出一种基于动态缩减机制的多策略单亲遗传算法。基于同类个体实现对寻优空间的划分,采用模拟退火准则对最低类别子空间进行淘汰或更新,... 针对传统遗传算法求解带容量约束的车辆路径问题(CVRP)时存在易早熟、收敛速度慢、精度低等问题,提出一种基于动态缩减机制的多策略单亲遗传算法。基于同类个体实现对寻优空间的划分,采用模拟退火准则对最低类别子空间进行淘汰或更新,构成寻优空间的缩减和移动机制;基于单亲遗传算法,综合设计了组内、组间、整体搜索,以及扰动与跳跃的多种遗传进化策略;为适应度函数设计了基于个体发展、种群进化、整体收敛3个罚因子的自适应罚函数分量,对不可行解作出更有效惩罚。通过对3组CVRP问题实例进行仿真实验分析,结果表明:该算法在种群质量、全局与局部寻优能力、求解精度和收敛速度等方面均得到改善和提升。 展开更多
关键词 车辆路径问题 遗传算法 动态缩减机制 自适应罚函数 多策略遗传进化
在线阅读 下载PDF
中国农业碳排放空间格局及影响因素动态研究 被引量:70
4
作者 何艳秋 陈柔 +2 位作者 吴昊玥 徐杰 宋艺 《中国生态农业学报》 CSCD 北大核心 2018年第9期1269-1282,共14页
研究农业碳排放空间格局及影响因素对中国制定农业分区碳减排政策意义重大。为弥补以往研究中静态分析法难以考察动态影响的缺陷,将动态灰色关联法和回归模型结合,应用2001—2016年统计数据,从分析农业碳排放空间格局入手,深入探讨省际... 研究农业碳排放空间格局及影响因素对中国制定农业分区碳减排政策意义重大。为弥补以往研究中静态分析法难以考察动态影响的缺陷,将动态灰色关联法和回归模型结合,应用2001—2016年统计数据,从分析农业碳排放空间格局入手,深入探讨省际农业碳排放空间格局成因和影响因素与空间差异的数量关系。研究发现:中国农业碳排放强度省际差异大,中部排放等级有所降低,西部排放等级有所升高,农业碳排放省际差异随农业经济水平、农业机械化、农业产业结构和农业人力资本等差异扩大而增加;大部分排放等级上升的省市农业碳排放的长期主导因素为农地利用和农业生产技术(机械),且种植业和畜牧业双发展;大部分排放等级下降的省市农业碳排放的长期主导因素为反刍动物饲养和农业生产技术(人力),且着重发展优势产业。因此,中国未来较长时间内仍应重点关注农地利用减排,进一步推动反刍动物饲养减排技术发展和充分发挥农业产业结构调整对减排的抑制作用等建议。 展开更多
关键词 农业碳排放 主导因素 空间格局演变 动态灰色关联法 非线性分析 分区减排
在线阅读 下载PDF
采用双变异策略的自适应差分进化算法及应用 被引量:14
5
作者 沈鑫 邹德旋 张强 《计算机工程与应用》 CSCD 北大核心 2020年第4期146-157,共12页
为了克服差分进化算法早熟收敛和寻优精度低的缺点,提出一种采用双变异策略的自适应差分进化算法(Adaptive Differential Evolution Algorithm using Double mutation strategies,DADE)。DADE引入基于种群相似度和中心解的双变异策略,... 为了克服差分进化算法早熟收敛和寻优精度低的缺点,提出一种采用双变异策略的自适应差分进化算法(Adaptive Differential Evolution Algorithm using Double mutation strategies,DADE)。DADE引入基于种群相似度和中心解的双变异策略,有效平衡了算法的全局搜索和局部搜索;自适应交叉概率使种群个体向更新成功的个体学习,有利于后续种群的进化。在7个测试函数和3个电力系统动态经济调度(Dynamic Economic Dispatch,DED)问题上的优化结果表明,DADE算法与其他4种DE算法相比具有更强的全局寻优能力,且对电力系统动态经济调度问题的优化结果优于文献中所报道的结果。 展开更多
关键词 差分进化算法 双变异策略 中心解 自适应交叉概率 测试函数 电力系统动态经济调度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部