基于种群密度的鲁棒多目标优化算法          下载免费PDF全文

唐继勇  仲元昌  肖东海  曾广朴  黄华   《西南大学学报(自然科学版)》2016,38(9):182

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   

基于变权重法的Pareto轨迹多目标进化算法     

唐卫东  关志华  吴中元 《西北农林科技大学学报(自然科学版)》2002,30(4):123-126,129

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   

桁架结构多目标优化的免疫克隆选择算法     

唐和生  胡长远  薛松涛 《湖南农业大学学报(自然科学版)》2013,40(5):18-23

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   

一种多目标混合进化算法的研究     

梁国伟  王社伟  赵雪森 《湖南农业大学学报(自然科学版)》2015,(1):76-80

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   

一种融合聚类和分类算法的树木图像多目标优化分割方法     

王晓松  杨刚 《北京林业大学学报》2018,40(12):124-131

目的结合树木图像颜色和纹理特征,融合聚类和分类算法对树木图像进行多目标优化分割,从而提高自然背景下树木图像分割的准确性。方法首先,利用MSCC框架理论,解决聚类和分类目标函数同时依赖于聚类中心的问题。然后,分别选定聚类性能评价指标函数和分类性能评价指标函数。最后,采用多目标进化优化方法——NSGA-II算法进行优化,得到Pareto前端最优解集,并通过计算聚类有效性指数I的最大值,寻找最优解决方案。选择具有代表性的法国梧桐、侧柏、松树和杏树等自然背景下拍摄的4幅图像作为样本。分别采用K-means、Fuzzy C-means、对聚类目标函数进行单目标优化,采用MOPSO方法进行多目标优化,以及NSGA-II方法进行多目标优化等5种方法对样本图像进行分割比较。结果在聚类中心数量相同、种群大小相同、遗传代数相同的条件下,指数I的值表明本文提出的分割方法优势显著。对于4类不同样本图像分割的指数I值进行对比可知,以HF指数为单目标函数进行遗传优化的结果优于单一使用K-means和FCM算法;MOPSO多目标优化方法分割结果优于单目标优化结果;基于NSGA-II优化的多目标函数分割结果又优于MOPSO多目标优化结果。结论融合聚类和分类算法构建聚类性能评价指标函数和分类评价性能指标函数,并采用非支配排序遗传算法对多目标函数进行优化,能更好地保留树木图像的颜色和纹理特征,分割准确率显著提高。   相似文献   

基于精英策略的多目标规划问题的粒子群算法     

黄瑾  张涛  郭阳  胡玉蝶 《长江大学学报》2018,(13):1-6

多目标规划问题的解通常不是唯一的,而是一个最优解集合,因此问题具有不适定性。提出了一种求解多目标规划问题的基于精英策略的粒子群算法:该算法以群组为操作单元,以有效应对多目标规划问题的多解特征;外部存档的精英策略可以保证粒子的多样性,可以有效克服算法易陷入局部最优的缺陷。最后利用3个数值算例验证了算法的可行性和有效性。  相似文献   

一种求解线性二层多目标规划的粒子群优化方法     

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   

应用确定性优化算法求解多目标气动设计问题的Pareto阵面     

唐智礼 《勤云标准版测试》2006,(2):81-86

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   

动态局部搜索差分进化算法     

张伟  刘三阳 《西南大学学报(自然科学版)》2015,37(3):093-098

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   

MATLAB优化工具箱及其应用     

张武 《农业网络信息》2008,(8)

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