版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、多目標(biāo)進化算法(Multi-objective Evolutionary Algorithms, MOEAs),作為一種基于群體智能的啟發(fā)式尋優(yōu)策略,以其在復(fù)雜多目標(biāo)優(yōu)化問題上具有較好的有效性和準(zhǔn)確性的特點,已成為當(dāng)前多目標(biāo)優(yōu)化研究領(lǐng)域的熱點話題之一。MOEAs對被優(yōu)化模型的特性無任何要求,因此,常取代傳統(tǒng)優(yōu)化方法被用于解決工程實踐中的復(fù)雜優(yōu)化問題。隨著MOEAs研究的深入,諸多的MOEAs被相繼提出,如何比較這些算法在不同類問題上的優(yōu)
2、化效果,成為該領(lǐng)域研究的難點問題之一。多目標(biāo)進化算法解集的性能評價指標(biāo)(Performance Assessment),作為一種能夠定量描述解集性能的工具,被廣泛用于算法設(shè)計、算法選擇及算法改進等多個方面。本文針對多目標(biāo)進化算法解集的性能評價指標(biāo)展開研究,重點討論了解集分布性評價指標(biāo)的兩個主要方面(均勻性、廣泛性)的研究現(xiàn)狀及研究思路。進而給出各評價指標(biāo)模型在設(shè)計過程中應(yīng)遵循的基本要素,并根據(jù)該要素分別設(shè)計了2種解集均勻性評價指標(biāo)和1種
3、解集廣泛性評價指標(biāo),通過原理對比和實驗分析兩個角度,驗證了所提指標(biāo)在對MOEAs解集進行評價時的準(zhǔn)確性和有效性。
作為評價指標(biāo)的應(yīng)用,本文從兩個方面分別將評價指標(biāo)用于引導(dǎo)算法搜索過程之中,給出基于評價指標(biāo)的解集分布性保持機制和基于評價指標(biāo)的環(huán)境選擇策略兩種算法框架,并通過實驗驗證了基于評價指標(biāo)的全序選擇機制在高維優(yōu)化問題上的突出優(yōu)勢。
總的來說,本文的主要工作包括以下3個方面:
1)對已有的解集分布性評價指
4、標(biāo)進行分類討論,歸納出每種評價指標(biāo)在設(shè)計過程中應(yīng)遵循的一般規(guī)律及基本思路;
2)提出3種解集分布性評價指標(biāo),其中2種用于評價解集的均勻性,1種用于評價解集的廣泛性;
3)對基于非支配分層的環(huán)境選擇機制和基于評價指標(biāo)的環(huán)境選擇機制在高維優(yōu)化問題上的優(yōu)化能力進行對比研究,為基于評價指標(biāo)的MOEAs設(shè)計提供基本研究思路。
本文從多目標(biāo)進化算法性能評價指標(biāo)出發(fā),對解集分布性評價指標(biāo)的研究進行了系統(tǒng)的分析和討論,給出
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多目標(biāo)進化算法中解集分布性的研究.pdf
- 多目標(biāo)進化算法中解集分布性能的研究.pdf
- 多目標(biāo)進化算法及其應(yīng)用研究.pdf
- 單目標(biāo)、多目標(biāo)優(yōu)化進化算法及其應(yīng)用.pdf
- 多目標(biāo)進化算法解集的魯棒性與復(fù)雜性能研究.pdf
- 解多目標(biāo)優(yōu)化問題的進化算法.pdf
- 進化動態(tài)多目標(biāo)優(yōu)化算法及其應(yīng)用.pdf
- 多目標(biāo)進化算法中分布度評價方法的研究.pdf
- Hypervolume指標(biāo)及其在多目標(biāo)進化算法中的應(yīng)用研究.pdf
- 進化多目標(biāo)優(yōu)化算法及其應(yīng)用研究.pdf
- 基于分解的偏好多目標(biāo)進化算法及其評價指標(biāo)的研究.pdf
- 目標(biāo)空間分割多目標(biāo)進化算法及其應(yīng)用研究.pdf
- 多目標(biāo)進化算法的改進及其應(yīng)用研究
- 量子衍生多目標(biāo)進化算法及其應(yīng)用研究.pdf
- 多目標(biāo)雙系統(tǒng)協(xié)同進化算法及其應(yīng)用.pdf
- 無偏好多目標(biāo)優(yōu)化進化算法及其應(yīng)用.pdf
- 多目標(biāo)進化算法總結(jié)
- 多目標(biāo)進化算法總結(jié)
- 多目標(biāo)遺傳算法中解集分布度保持策略的研究.pdf
- 帶約束的多目標(biāo)進化算法及其應(yīng)用研究.pdf
評論
0/150
提交評論