共查询到16条相似文献，搜索用时 109 毫秒
1.
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。 相似文献
2.
在分析蝙蝠算法性能基础上,将蝙蝠算法融入分解机制,提出了一种基于分解机制的多目标蝙蝠算法。为了进一步提高算法的多样性,将差分进化策略引入算法中。对14个具有复杂Pareto前沿的多目标优化问题(LZ-09系列和ZDT系列)测试不同邻域规模对算法性能的影响,结果表明新算法的邻域规模为20时性能最优;将其与MOEA/D-DE和NSGA-II算法进行对比分析,结果显示该算法的分布性、收敛性和多样性均优于另外两种算法。为了验证其求解含有约束问题的性能,将其应用于滑动轴承多目标优化设计问题中,获得的Pareto前沿分布均匀,表明算法具有工程实用性,是求解复杂高维多目标问题的有效方法。 相似文献
3.
为了提高多目标粒子群算法求解多目标问题的性能,改善算法的收敛性,提出一种多邻域链式结构的多目标粒子群优化算法。首先,以一种环形链式拓扑结构,将种群划分为多个邻域,每个邻域之间相互交叉重叠,并针对不同位置的粒子,进行不同的速度和位置更新策略。其次,对所有粒子采用速度钳制策略,并引入差分进化策略对粒子进行扰动,从而进一步提高算法的多样性。通过14个无约束和3个有约束函数仿真实验,表明该算法相对于NSGA-II、SPEA2、MOEA/D-DE、SMPSO和OMOPSO算法,获得Pareto解集分布更加均匀,算法的收敛性和多样性也更好。为了进一步验证算法的可行性和有效性,将其应用于72杆桁架结构尺寸设计,并与其他优化方法进行了比较,结果表明该算法获得的Pareto前端更均匀,收敛性更好。 相似文献
4.
多邻域结构多目标遗传算法 总被引：2，自引：0，他引：2
为了解决应力约束类桁架结构的尺寸优化多目标问题,提出一种多领域结构的多目标遗传算法应用于尺寸优化设计。利用个体之间欧氏距离信息,将种群划分为多个领域以形成多个小生境种群。该算法为每个个体提供一定数量的邻居个体,并规定只能同邻居个体进行交叉变异操作,通过实验分析了不同邻居规模对算法性能的影响。将新算法与其他经典算法在18个标准测试函数上进行了仿真分析,结果表明,所得到的Pareto前端分布更加均匀且更加逼近真实Pareto前端,具有良好的收敛性和多样性。将该算法应用于经典的25杆空间桁架结构优化的求解,获得Pareto前端更均匀,收敛性更好,相对于其他的优化算法具有更好的优化效果。该算法在程序设计、求解空间及其方法通用性等方面表现出良好的性能,并且简单、实用,更加适合于工程实际应用。 相似文献
5.
6.
侯景伟 《中国农村水利水电》2014,(3):166-168
为了解决灌区水资源配置中的信息采集方法落后和多目标模型求解易陷入局部最优等问题,通过伪随机并行搜索和最近邻域选择等策略对Pareto蚁群算法进行改进,然后将Pareto蚁群算法与3S技术耦合,以宁夏银北灌区为仿真对象,利用改进的Pareto蚁群算法计算灌区多目标、多约束的水资源空间优化配置模型,获得最优的井灌水量、渠灌水量、排水量以及最优的经济效益和灌排费用。基于Pareto蚁群算法和３S技术的灌区水资源空间优化配置,能加快算法的收敛速度,获得全局最优解,使优化结果更接近实际,对灌区的水资源宏观调度具有一定的参考价值。 相似文献
7.
电力系统的无功优化问题是一个复杂的多目标、多约束、非线性的混合整数优化问题,针对基本差分进化算法易陷入局部最优解、收敛速度慢的缺点,提出一种新的改进差分进化算法。该算法通过动态交换、多群体分组和调节自适应参数的方式,增强个体间的信息交换,保持解的多样性,进而实现跳出局部最优解的目的。在此基础上,将该算法应用于电力系统的无功优化中,对IEEE 57节点测试系统进行无功优化仿真,证明该改进差分进化算法是求解电力系统无功优化问题的一种有效工具。 相似文献
8.
针对水库水沙联合优化调度多目标、高维、非线性和难以求解的特点,将鲶鱼效应机制引入多目标粒子群算法中提出基于鲶鱼效应的多目标粒子群算法,该算法在利用收敛速度较快的Sigma方法的基础上,通过触发鲶鱼启发器引入外部鲶鱼粒子,利用鲶鱼粒子对种群的驱赶效应增加种群多样性,从而提高算法的收敛性和非劣解集的多样性;数值分析证明,与MOPSO和σ-MOPSO相比,该算法的效率和质量更高,同时三峡水库实际算例也表明,该算法能给出代表整个可行调度空间、收敛较好、分布均匀的Pareto最优前沿,具有较好的适应性。 相似文献
9.
10.
针对计算机辅助工艺规划中的切削用量决策问题,提出了一种基于Pareto遗传算法的切削用量优化算法。首先,以切削速度和进给量为优化变量,以切削效率和刀具耐用度为优化目标,通过对约束条件的分析,建立多目标优化模型。其次,改进选择算子,设置非劣解集以保存进化过程中用竞争法构造产生的Pareto最优解,从而保证算法的搜索方向;建立基于小生境技术的排挤机制以提高种群的多样性。然后,采用混合交叉算子和步长变异算子进行基因重组,经过若干次迭代,得到一个均匀分布于Pareto前沿的优化解集。最后,通过实例验证了该算法的可行性和有效性。 相似文献
11.
12.
面向复杂结构件机器人加工装备设计需求,提出一种2PRU&1PRS-XY型混联机器人。为将该混联机器人应用于高性能机械加工任务,在其工作空间、运动/力传递性以及灵巧度分析的基础上,定义了用于工作全域性能评价的传递稳定性指标与精度差异性指标,提出了一种基于多目标均衡优化思想的尺度设计方法。该方法采用标准化方法简化多参数设计空间,应用响应面法与主成分分析法提高优化求解效率,结合主客观组合赋权法与基于TOPSIS的Pareto前沿法实现多指标综合性能评分。运用所提方法,得到了4种兼顾优化求解效率和多目标均衡优化的尺度参数设计方案,实现了2PRU&1PRS-XY型混联机器人主要尺度参数的优化设计,为设计者提供了具有不同工程设计倾向的多目标均衡决策参考。 相似文献
13.
14.
针对网络化协同制造资源重组优化调度所存在的问题,综合考虑影响网络化协同制造资源重组优化调度的4个主要因素:最小化生产作业时间、最小化生产作业成本、最优化生产加工质量、最优化资源服务质量,建立了网络化协同制造资源多目标优化调度的数学模型。提出了一种基于Pareto多目标免疫遗传算法的网络化协同制造资源重组优化调度方法,该算法综合运用了小生境技术、群体排序技术和精英保留策略,并对遗传算子进行改进,自适应地调整交叉和变异算子,结合免疫算法的免疫选择淘汰了相似个体,保证了种群多样性,避免了早熟现象的发生。免疫记忆对近似最优解进行动态邻域搜索,提高了算法的局部搜索能力。实例仿真表明了该算法的有效性。 相似文献
15.
基于势场蚁群算法的移动机器人全局路径规划方法 总被引：2，自引：0，他引：2
针对移动机器人路径规划蚁群算法收敛速度慢和人工势场法易陷入局部最优的问题,提出一种以栅格地图为环境模型,在蚁群算法搜索过程中加入针对具体问题的人工势场局部搜索寻优算法,将人工势场法中力因素转换为局部扩散信息素,使蚁群倾向于具有高适应值的子空间搜索,减少了蚁群算法在盲目搜索路径过程中产生的局部交叉路径及蚂蚁"迷失"数量,提高了蚁群对障碍物的预避障能力。对不同参数组合下2种算法及其它改进算法仿真结果做了比较,验证了基于势场蚁群算法的全局路径规划能够加快寻优过程且具有较强的搜索能力,收敛速度提高近1倍。 相似文献
16.
传统离心泵多目标优化设计中,代理模型的预测精度随着Pareto前沿不断向前推进将逐渐降低,为改善离心泵多目标优化效果,提出一种基于动态RBF代理模型与NSGA-Ⅱ算法的离心泵叶轮优化方法,将生成的Pareto前沿解中部分最优样本添加到RBF样本集中,重新训练RBF代理模型,依据动态代理模型预测子代各样本的目标函数值.以MH48-12.5型离心泵为研究对象,选取叶片的进口安放角、出口安放角及叶片包角为优化变量,采用拉丁超立方抽样(LHS)构建代理模型初始样本空间,并以扬程和效率为优化目标进行多目标优化分析.结果表明:动态RBF代理模型多目标优化方法得到的Pareto前沿要大大优于静态代理模型方法结果,静态代理模型方法得到的Pareto前沿各点均被动态模型方法得到的Pareto前沿所支配;动态代理模型对前沿解的预测精度均大于静态代理模型;动态代理模型方法得到扬程最大点比原始设计高2.86%,比静态模型高1.03%;动态代理模型方法得到水力效率最高点比原始设计效率高4.36%,比静态模型高1.32%. 相似文献