公共文化服务平台

搜索到56806篇“ 约束多目标优化“的相关文章

图神经网络引导的演化算法求解约束多目标优化问题: 2025年; 约束多目标优化问题由于其约束复杂性、可行域不规则性和可行解稀疏性,通常存在难以精准刻画约束关系,以及难以找到收敛性好且分布均匀的帕累托非支配解等问题。为此,本文提出了一种图神经网络引导的约束多目标演化算法,该算法包括了学习模块与权向量自适应策略,其中学习模块通过训练图神经网络对解集进行快速评估,权向量自适应策略通过判别准则和更新机制增强种群多样性。实验结果表明,该算法在多个基准测试问题上显著优于现有的五个先进算法,在复杂约束多目标优化问题上表现出色。; 张毅芹韩宗宸孙靖赵春亮

求解有约束多目标优化问题的进化算法的知识迁移方法: 本公开提供一种求解有约束多目标优化问题的进化算法的知识迁移方法，所述方法包括：将有约束多目标优化问题作为主任务，同时去除所述有约束多目标优化问题中的约束条件，构建无约束的多目标优化问题作为辅助任务；随机选择所述主任务种群...; 赵海童邢晓双曹宇王国栋周斌成晓璐仝灿苏超黄龙吉

一种基于约束多目标优化的多AGV路径规划方法: 本发明公布了一种基于约束多目标优化的多AGV路径规划方法，将整个种群动态划分为三个互斥子集：FNDS、FNDS主导子集和不被FNDS主导子集，根据提出的分工，不需要在每个子集中平衡收敛和约束满足。本发明提出的算法能够在短...; 张凯梁承溪贺娟娟许志伟徐新

基于动态ε约束处理机制的双种群约束多目标优化算法被引量：1: 2024年; 约束多目标优化问题(CMOPs)除了需要解决多个相互冲突的目标之外,还需要满足一定的约束条件。针对约束造成CMOPs的Pareto前沿被分为多个部分,同时不可行区域的扩张进一步阻碍种群的探索,使种群陷入局部最优及其多样性急剧下降等问题,提出了一种基于动态ε约束处理机制的双种群约束多目标优化算法。该算法使用双种群协同进化策略,主种群考虑约束,通过改进的动态ε约束处理机制,充分利用不可行解提供的有效信息;而辅助种群不考虑约束,在平衡多样性的基础上向无约束Pareto前沿(UPF)快速收敛,并及时向主种群提供可行域外的有效信息,指导主种群的探索方向。实验结果表明所提出的算法在MW测试问题上相比其他算法更具竞争力。; 涂继伟汪镭蔡振翔耿绍晋李东洋; 关键词：约束多目标优化双种群进化算法

基于多协作方式和M2M框架的约束多目标优化方法: 本发明公开了一种基于多协作方式和M2M框架的约束多目标优化方法，属于多目标优化技术领域，所述方法包括两个阶段，两个种群；在第一个阶段CP种群考虑约束，负责收敛到可行域边界，DP种群不考虑约束，负责收敛到无约束Pareto...; 邹娟龚翼彬侯章禄杨圣祥夏翌彰刘元

面向约束多目标优化的博弈选择研究: 约束多目标优化问题旨在同时考虑多个相互冲突的目标,并在满足一系列约束条件的基础上寻找最优解集。在约束多目标优化算法中,匹配选择和环境选择对于维持全局搜索能力和促进局部搜索能力具有直接影响。在处理具有复杂约束的问题时,平衡...; 杨瑾谦; 关键词：进化算法

基于自适应搜索策略的约束多目标优化算法: 2024年; 平衡目标函数和约束条件是现有约束多目标优化算法面临的共同难题。为了解决这个难题,文章提出了一种基于自适应搜索策略的约束多目标优化算法(ASSCMO)。为验证ASSCMO的性能,将其与3种优秀的约束多目标优化算法在两组基准测试集上进行仿真实验。实验结果表明,ASSCMO在求解约束多目标优化问题上更具有竞争力。; 姚堂旭姚杰愉鲁凯琳朱一平袁鑫; 关键词：约束多目标优化自适应搜索

一种基于约束多目标优化算法的无线传感器配置优化方法: 本发明涉及一种基于约束多目标优化算法的无线传感器配置优化方法，所述方法采用改进的双种群约束多目标优化算法DCCMO优化无线传感器配置方案，克服了现有技术的不足，具有能够解决混合整数规划约束多目标优化问题、能同时对无线传感...; 杨辰余倩倩戴光明彭雷王茂才陈晓宇宋志明

基于帕累托前沿关系求解约束多目标优化问题被引量：1: 2024年; 为解决约束多目标优化问题中的平衡约束满足与目标函数优化以及可行域复杂等挑战,提出了基于不同帕累托前沿关系的分类搜索方法。提出一种双种群双阶段框架:进化一个辅助种群Pa和一个主种群Pm,并将进化过程分为学习阶段和搜索阶段。学习阶段,种群Pa向UPF(unconstrained Pareto front)进行搜索,而种群Pm向CPF(constrained Pareto front)进行搜索,旨在探索UPF与CPF之间的关系;完成学习后,对不同问题的UPF与CPF关系进行分类,以指导后续搜索策略;在搜索阶段,根据不同的分类关系,调整种群Pa的搜索策略,旨在使种群Pa为种群Pm提供更有效的辅助信息。基于此算法框架,对不同类型约束多目标优化问题的帕累托前沿关系进行了分类,实现了对CPF更有效的搜索。实验结果表明:所提算法与其他7种先进的约束多目标优化算法相比具有更显著的性能优势。通过学习与利用UPF与CPF的关系,能够选择更合适的搜索策略去应对具有不同特性的约束多目标优化问题,以获得更具优势的最终解集。; 王昱博胡成玉龚文引; 关键词：约束多目标优化双种群

一种催化裂化生产指标的动态约束多目标优化方法: 本发明提供了一种催化裂化生产指标的动态约束多目标优化方法，涉及智能优化技术领域，预先构建随机权神经网络建立生产指标、生产数据和燃料油产量、馏出温度之间的关系，基于燃料油产量约束、设备生产约束和生产指标的约束边界，对生产指...; 刘冠志陈庆达刘圆超

相关作者