公共文化服务平台

搜索到10482篇“ 多目标进化算法“的相关文章

一种基于多目标进化算法的LED多光色调控方法及系统: 本发明提供了一种基于多目标进化算法的LED多光色调控方法及系统，该方法首先获取各单色LED的光谱及电功率数据，结合三次样条插值法和拟合函数对数据进行预处理；然后通过设计评价函数，对各个光色指标如色坐标、显色指数、色温、S...; 王安邬建华洪松王光绪罗昕郭醒张建立魏平

基于代理辅助多目标进化算法的工业锅炉系统设定值优化方法: 本发明公开了基于代理辅助多目标进化算法的工业锅炉系统设定值优化方法，旨在优化工业锅炉控制系统的运行效率，特别针对锅炉燃烧效率、氮氧化物排放浓度和电力消耗的昂贵高维多目标优化问题。所述方法提出了一种对支持向量机(SVM)与...; 乔俊飞李文璐郭楠贾雨心孙跃扬

多目标进化算法辅助的多智能体强化学习的机器人行走控制方法: 本发明公开了一种多目标进化算法辅助的多智能体强化学习的机器人行走控制方法，包括：1.建立多智能体强化学习框架中的行动者网络actor和批评家网络critic；2.将机器人的所有行走策略建立成种群，使用集中式策略扩展价值函...; 张兴义王惟欣田野

基于多目标进化算法的柔性作业车间节能调度方法: 本发明涉及柔性作业车间调度控制技术领域，具体为基于多目标进化算法的柔性作业车间节能调度方法，包括以下步骤：构建柔性作业车间节能调度问题模型，定义作业集合、机器集合、工序集合、制造跨度、加工时间和能耗参数，并设定问题约束条...; 蔡茂林曲虹全仝晓萌宁方伟邵世梁

基于模糊分类预选的代理辅助多目标进化算法: 2025年; 深入探究实际工程问题后,发现求解昂贵高维多目标优化问题的需求正在逐渐增多.一般回归模型求解这类问题时,模型累积误差和运算量会急剧增加.为更好地提高代理辅助进化算法的搜索效率,并平衡高维多目标问题中种群的收敛性与多样性,提出一种基于模糊分类预选策略的代理辅助进化算法(fuzzy classification preselection based surrogate-assisted multi-objective evolutionary algorithm,FCPSEA).首先,初始化种群并进行昂贵评估,凭借非支配关系与拥挤度构造两档训练样本集;然后,利用训练样本和双档案算子来较为准确地引导分类器分类;最后,提出一种基于模糊分类预选的模型管理策略,根据预测的双档案类标签与隶属度来设置模型管理策略.为验证所提算法的性能,在包含各种特征的两组测试问题上与近几年的经典算法进行对比实验.实验结果表明,所提出的算法在求解昂贵高维多目标优化问题上具有较强的竞争力.; 李二超吴煜; 关键词：模型管理进化算法

基于免疫多目标进化算法的多卫星观测规划方法及装置: 本发明提供基于免疫多目标进化算法的多卫星观测规划方法及装置，包括获取受灾区域格网对应的各个卫星传感器的感知覆盖机会集合，设定每条染色体代表一个多卫星感知覆盖机会组合，染色体上的每个基因位代表一个具体卫星传感器选取的感知覆...; 陈是睿谭喜成李超鹏段元河黄义文

基于镜像判断和改进父代选择的多目标进化算法: 2025年; 高维多目标进化算法在解决复杂帕累托前沿问题时,常面临收敛性和多样性难以平衡的问题.为解决这一问题,提出了一种基于镜像判断和改进父代选择的高维多目标进化算法.该算法首次结合成就标量函数和全局密度并应用在交配池中,使其在迭代过程中不仅关注当前最优解,还兼顾解在整个空间的分布情况,从而实现了收敛性和多样性的统一.此外,针对算法在迭代过程中可能出现镜像的问题,本文提出了解决方案.具体来说,算法首先采用非支配排序,将临界层个体与参考向量相关联,随后判断其是否满足镜像对称准则,若满足则通过全局密度选取个体,达成“内紧外松”的目的,最大限度保证候选解的分布性,从而有效解决了选择压力不均的问题.最后将本文算法与最新的五种多目标算法在4种不同维度的测试问题上进行对比实验,并应用在两个实际案例中.实验结果表明:所提算法不仅能高效解决高维多目标优化问题,且能有效平衡收敛性和多样性.; 王嘉诚邹雨恒王珊珊曾亮; 关键词：多目标进化算法收敛性分布性

多目标进化算法在不安全驾驶中的识别装置: 本发明涉及驾驶行为安全识别技术领域，具体为多目标进化算法在不安全驾驶中的识别装置，所述识别装置包括：监测与识别模块、信息处理模块、安全分析与评估模块和反馈与预警模块；通过监测与识别模块获得驾驶过程中的初步监测信息；在信息...; 赵鹏郑琦琦张永明

面向工业动态取送货问题的分解多目标进化算法: 2025年; 由于工业动态取送货问题具有垛口、时间窗、容量、后进先出装载等多种约束,现有的车辆路径算法大多只优化一个加权目标函数,在求解过程中难以保持解的多样性,所以容易陷入局部最优区域而停止收敛。针对上述问题,提出了一种融合高效局部搜索策略的分解多目标进化算法。首先,该算法将工业动态取送货问题建模成多目标优化问题,进一步将其分解为多个子问题并同时进行求解。然后,利用交叉操作增强解的多样性,再使用局部搜索加快收敛速度。因此,该算法在求解该多目标优化问题时能够更好地平衡解的多样性和收敛性。最后,从种群中选择一个最好的解来完成当前时段的取送货任务。基于64个华为公司实际测试问题的仿真结果表明,该算法在求解工业动态取送货问题上的性能表现最优;同时,在20个京东物流大规模配送问题上的实验也验证了该算法良好的泛化性。; 蔡俊创朱庆灵林秋镇李坚强明仲; 关键词：多目标进化算法局部搜索组合优化

基于混合引导策略的偏好多目标进化算法: 2025年; 针对传统偏好多目标进化算法存在的算法性能受偏好点位置影响,不易于控制偏好解集大小以及收敛速度较慢等问题,提出了一种基于角度和距离混合引导策略的偏好多目标进化算法。首先,设计了一种基于偏好向量的距离支配(reference vector based distance dominance,rd-dominance)规则,解决了传统r支配(reference solution based dominance,r-dominance)受偏好点位置影响的问题。同时,设计了一种自适应的算法阈值更新机制,使得算法在进化前期可以充分搜索靠近Pareto前沿面的个体,保证了种群的多样性。然后,设计了一种基于偏好角度的偏好区域划分方法并将其与所提rd支配规则融合,提出了一种基于角度和距离混合引导策略。在进化中后期,利用所提偏好区域划分方法对偏好区域进行划分,仅对偏好区域内的个体进行rd支配排序,从而快速引导种群向着决策者感兴趣的区域进化,提高了算法的优化效率。在标准测试函数上的实验结果表明,与几种典型的偏好多目标进化算法相比,所提算法给出的优化结果具有更好的收敛性和稳定性,且不受偏好点位置的影响。同时,所提算法与传统基于r支配的算法相比具有更快的收敛速度。; 王沛东祝园园孙希霞; 关键词：多目标优化偏好信息支配排序

相关作者