共查询到10条相似文献,搜索用时 640 毫秒
1.
为消除由于设计参数或环境因子扰动对多目标优化问题带来的影响,提出基于t分布构建有效目标函数,并在传统Pareto最优解评估策略基础上,一方面用种群在空间的分布密度替换NSGA2算法中基于距离的拥挤排序策略以维护外部档案;另一方面,引入基于种群分布密度的全局最优解概率选择策略和基于拉丁超立方的局部采样方法.实验结果表明,该算法能有效求解多目标问题的鲁棒Pareto最优解. 相似文献
2.
大多数现有的多目标进化算法 (MOEA- Multiobjective Evolutionary Algorithm )都是基于 Pareto机制的 ,如 NPGA (Niched Pareto Genetic Algorithm ) ,NSGA(Non- dom inated Sorting Genetic Algorithm )等。这些算法的每一个循环都要对种群中的部分或全部个体进行排序或比较 ,计算量很大。文中介绍了一种基于变权重线性加权的 Pareto轨迹法 - WSTPEA(Weighted Sum Approach and Tracing Pareto Method) ,该算法不是同时求得所有可能的非劣解 ,而是每执行一个循环步骤求得一个非劣解 ,通过权重变化次数控制算法循环的次数 ,从而使整个种群遍历 Pareto曲线 (面 )。文中给出了算法的详细描述和流程图 ,并且对两个实验测试问题进行了计算 ,最后对结果进行了分析 相似文献
3.
为了解决带有约束的结构多目标优化问题,将免疫克隆选择算法应用于桁架结构的多目标优化设计中. 根据免疫学基本原理,采用非支配邻域选择机制、比例克隆和精英策略,使算法很好地保持了所得解的多样性、均匀性和收敛性.在桁架结构优化的数学模型中,采用惩罚函数法处理违反约束的情况.为了验证所提算法的可行性和有效性,对经典桁架进行了优化,并与其它方法作比较,数值结果表明,该算法在收敛速度、时间消耗和求解质量上均具有一定的优势. 相似文献
4.
针对遗传算法的不足,提出将禁忌搜索方法、免疫算法、遗传算法融和的多目标混合进化算法。该算法引入禁忌搜索法,避免了传统遗传算法早熟现象的发生;引入基于浓度的自适应变异操作,克服算法由于变异概率不变导致的求解过程长,解的多样性差的缺陷;引入外部精英集,避免最优解的丢失,通过ZDT系列测试函数的仿真实验并与NSGA-Ⅱ算法进行比较,验证了算法的有效性。 相似文献
5.
6.
7.
胡密;毛和水;卢仕峰;刘伟;吕一兵 《长江大学学报》2013,(10):6-10,4
粒子群算法是一种新兴的优化技术。由于粒子群算法实现简单,可调参数少,已得到广泛研究和应用。根据粒子群算法能够有效获得不可微多目标规划Pareto最优解的特点,设计了线性二层多目标规划的粒子群算法:采用以下层问题的K-T最优性条件代替下层问题的思想,将线性二层多目标规划转化为带互补约束的不可微多目标规划问题,然后对所得到的不可微多目标规划问题设计粒子群算法,从而得到线性二层多目标规划问题的Pareto最优解。数值结果表明所设计的算法是可行、有效的。 相似文献
8.
将确定性优化算法和Pareto阵面概念结合起来处理了多目标优化设计问题;给出了结合算法及数值过程的细节,并将其应用到了气动优化设计中;描述了如何用确定性优化算法快速抓获多目标优化问题的Pareto阵面以及能够抓获哪些类型的Pareto阵面。数值实验结果表明,确定性优化算法可以准确高效地抓获任意凸的和某些凹的Pareto阵面,故对于此类多目标气动优化问题,可用确定性算法代替进化算法。 相似文献
9.
针对差分进化算法存在进化后期收敛速度慢、易早熟等缺点,提出了一种基于动态局部搜索的差分进化算法(DLSDE).采用随机选择的方式进行变异并运用小概率扰动操作,增加种群的多样性,平衡算法的开发能力和探索能力;同时,对当前的最优解进行动态局部搜索,以加快算法的收敛速度.对标准测试函数进行仿真实验并与其他6种算法进行比较,结果表明DLSDE算法具有较快的收敛速度和较高的求解精度,对复杂的数值优化问题寻优效果很好. 相似文献
10.
介绍了MATLAB优化工具箱及其使用方法,分析了常用的最优化算法.对于非线性约束最优化问题,初始点的选取直接影响优化结果,用MATLAB优化工具箱得到的往往是局部最优解.为获得全局最优解,提出了在可行域内随机循环给定初始点,采用MATLAB工具箱优化计算,在优化结果中二次搜索极小值的方法,经过少量循环即可求得全局最优解.通过实例确定了所使用方法的有效性. 相似文献