杨善学
- 作品数：21 被引量：41H指数：4
- 供职机构：西安电子科技大学更多>>
- 发文基金：国家自然科学基金广西高等学校科研项目中央高校基本科研业务费专项资金更多>>
- 相关领域：理学文化科学自动化与计算机技术语言文字更多>>
- 一种新的限制精英的多目标进化算法
- 2009年
- 在NSGA-Ⅱ算法的基础上,文中提出了一种新的限制精英的多目标进化算法(LEMOEA)。通过分布函数的引入,限制了精英选取的数量,增大了解的搜索区域,从而更好地维护了种群多样性。动态变异算子的引入,减缓了算法的收敛速度,增大了解的搜索区域,避免了算法早熟收敛或陷入局部最优。实验结果表明:LEMOEA比NSGA-Ⅱ有更好的收敛效果和种群多样性。
- 杨善学
- 关键词：多目标进化算法分布函数
- 基于Pareto的动态限制精英的多目标进化算法被引量：1
- 2009年
- 在NSGA-Ⅱ算法的基础上,提出了一种基于Pareto动态限制精英的多目标进化算法(DLEMOEA)。通过动态分布函数的引入,限制了精英选取的数量,增大了解的搜索区域,从而更好地维护了种群多样性。实验结果表明:DLEMOEA比NSGA-Ⅱ有更好的收敛效果和种群多样性。
- 杨善学
- 关键词：多目标进化算法
- 非负矩阵分解的非单调自适应BB步长算法被引量：1
- 2017年
- 基于交替非负最小二乘算法的框架,提出一种非负矩阵分解的非单调自适应BB(Barzilai-Borwein)步长算法。虽然该算法的步长不是由线搜索取得的,但是满足非单调线搜索,从而保证了算法的全局收敛性。同时该算法使用自适应BB步长和梯度的Lipschitz常数来提高算法的收敛速度。最后在理论上证明了该算法是收敛的,同时数值试验和人脸识别的试验结果表明该算法是有效的且优于其他算法。
- 王静杨善学
- 关键词：非单调线搜索非负矩阵分解
- 改进的非支配排序遗传算法INSGA-II被引量：9
- 2006年
- 由于NSGA-II不能控制精英被选取的数量,容易导致早熟收敛或陷入局部最优,所以本文提出了NSGA-II算法的一种改进算法INSGA-II。在此算法中,通过引入分布函数来控制精英被选取的数量,从而更好地保持种群的多样性。实验结果表明,INSGA-II发现的Pareto最优解分布既均匀又广泛,与NSGA-II相比得到的Pareto曲线更接近于真实的Pareto最优曲线。
- 赵君莉杨善学王宇平
- 关键词：分布函数
- 带一般约束无导数优化问题的改进信赖域算法被引量：2
- 2018年
- 通过建立约束违和函数,利用进步栏阈法(PB策略)筛选出插值点集中性质较好的迭代点,同时修正子问题的初始增广Lagrange乘子,提出一种改进的无导数信赖域(TRDF)算法,并证明了改进算法的收敛性.针对不同维数测试问题的数值试验结果表明,改进算法有效降低了求解二次插值模型的迭代次数和迭代时间.
- 卢晓宁刘红卫杨善学刘泽显刘梅
- 关键词：信赖域方法
- 对高等数学教学改革的一点建议
- 2010年
- 高等数学教学存在的一些问题,限制了学生的积极性和创造性,严重影响到后继课程的学习。本文从目前高等数学教学中存在的问题出发,给出了高等数学在教学方法、内容以及学生学习方法一些建议。
- 杨善学
- 关键词：高等数学教学
- 供应链中纵向合作研发投资策略的数学模型研究
- 随着全球经济快速发展,企业之间的竞争逐渐加剧,越来越多的企业意识到通过投资提高其研发能力对保持产品的竞争优势至关重要,企业的研发投资主要分为提高产品质量水平的质量投资、通过提高生产工艺降低产品生产成本的成本下降投资和提高...
- 杨善学
- 关键词：供应链数学模型
- 解决多目标优化问题的几种进化算法
- 在现实世界中很多问题都是多目标优化问题，不同于单目标优化，在多目标优化中，各目标之间是互相冲突的，其最优解往往有无穷多个，如何使得到的Pareto最优曲面距离真正的Pareto最优曲面最近、最优解的分布均匀且范围更广是求...
- 杨善学
- 关键词：分布函数多目标优化进化算法多目标粒子群算法
- 文献传递
- 基于Pareto最优和限制精英的多目标进化算法被引量：8
- 2007年
- 在NSGA-II算法的基础上,提出了一种基于Pareto最优和限制精英的多目标进化算法(LEMOEA)。通过分布函数的引入,限制了精英选取的数量,从而更好地维护了种群多样性。同时给出了一种新的单点复合交叉算子,其不但增大了解的搜索区域,而且增强了算法对解的搜索能力。实验结果表明:LEMOEA比NSGA-II有更好的收敛效果和种群多样性。
- 杨善学王宇平
- 关键词：多目标进化算法分布函数
- 基于近似Hessian矩阵的修正网格自适应直接搜索算法被引量：3
- 2018年
- 针对网格自适应直接搜索算法寻优效率低和收敛速度慢的问题,提出了一种基于近似Hessian矩阵的修正网格自适应直接搜索算法。基于正交三角分解,提出一种产生探测方向集的算法,用于构建搜索步目标函数的二次模型函数和约束函数的线性模型函数。运用泰勒展开式、秩一校正及线性回归的思想,并改变部分参数解决子问题,得到局部最优解。在探测步中,以试验点为中心按照新的探测方向集进行局部搜索,在理论上证明了新算法的收敛性。通过对不同维数的测试函数分析可知,与原始的网格自适应直接搜索算法相比,该算法的迭代次数明显减少。
- 刘梅刘红卫杨善学刘泽显卢晓宁
