《基於多樣性設計的動態最佳化進化算法研究及其套用》是依託西安電子科技大學,由武燕擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名:基於多樣性設計的動態最佳化進化算法研究及其套用
- 項目類別:青年科學基金項目
- 項目負責人:武燕
- 依託單位:西安電子科技大學
《基於多樣性設計的動態最佳化進化算法研究及其套用》是依託西安電子科技大學,由武燕擔任項目負責人的青年科學基金項目。
《基於多樣性設計的動態最佳化進化算法研究及其套用》是依託西安電子科技大學,由武燕擔任項目負責人的青年科學基金項目。中文摘要動態最佳化問題是指其目標函式不僅與決策變數有關,而且與時間(環境)有關的一類最佳化問題,是進化算法研究領...
《演化動態最佳化算法及其套用研究》是依託中國科學技術大學,由羅文堅擔任項目負責人的面上項目。中文摘要 動態最佳化問題是最佳化目標和(或)約束條件隨時間而改變的一類最佳化問題。由於動態最佳化問題廣泛存在於實際套用中,研究求解動態最佳化問題的...
差分進化算法作為當今最有效的隨機最佳化算法之一,是解決多目標最佳化問題的一種有效工具。本論文主要研究了基於動態更新種群方式的差分進化算法,重點將其拓展到多目標最佳化領域,並套用於混合動力汽車多目標最佳化設計和電力系統環境經濟負荷多目標最佳化...
《動態多目標最佳化進化算法及其套用》是2011年科學出版社出版的圖書,作者是劉淳安。本書在全面總結國內外關於動態多目標最佳化及其進化算法發展現狀、基礎理論及實現技術的基礎上,著重介紹了作者基於進化計算的動態多目標最佳化方面的研究成果。內...
《超應答進化動態多目標最佳化及其套用》是依託西安電子科技大學,由劉若辰擔任項目負責人的面上項目。中文摘要 本課題旨在建立能適應複雜環境變化的新型進化動態多目標最佳化模型。針對現有的算法存在的諸如只能檢測出環境變化而不能確定變化的強度...
本書重點研究動態種群結構的差分進化算法,提出和設計了多種高效、魯棒的動態差分進化算法和多目標動態差分進化算法,並套用於資源受限項目調度、二維IIR濾波器最佳化設計、電力系統環境負荷多目標分配、混合動力汽車多目標最佳化設計、動態多目標...
《動態多智慧型體協同進化約束最佳化模型與算法研究》是依託西安電子科技大學,由劉靜擔任項目負責人的面上項目。中文摘要 約束最佳化問題具有極廣泛的工程套用背景,而其約束往往沒有導數信息,從而無法用傳統的數學方法求解。一般的進化算法由於...
2.5 套用實例 3 設計並行分布估計算法指導 3.1 引言 3.2 並行分布估計算法的方法 3.3 混合貝葉斯最佳化算法 3.4 複雜性分析 3.5 可擴展性分析 4 基於最大熵原理設計一類新的分布估計算法 4.1 引言 4.2 熵、模式 4.3 算法...
《基於微進化機理的動態調度策略最佳化方法及套用研究》是依託北京交通大學,由何世偉擔任項目負責人的面上項目。項目摘要 研究建立一整套基於策略的生產調度調整最佳化新方法,包括結構固定與不固定的策略提取、策略最佳化模型構建、以及求解動態策略...
在算法套用研究方面,重點圍繞交通服務系統、CDMA網路、無線通訊網路等幾個典型網路系統中的重要決策最佳化問題,建立相應的數學模型,設計和開發這些數學最佳化模型的基於進化計算的求解算法。在基金的資助和項目組的共同努力下,經過為期三年的...
1、通過實現種群收斂性和多樣性提升和平衡,首次提出充分挖掘進化算法基於種群的特性,深度提煉目標空間和決策空間地形特徵,全面反映個體解多目標最佳化性能及其抗擾動的魯棒性能,從而提升進化算法在實際高維多目標最佳化問題中的套用能力。2、...
在有效聚類評價的基礎上實現典型實例知識的發現;在此基礎上,基於多主體認知邏輯的思想,探索基於多個典型實例的知識融合與協同進化學習機制,研究多實例設計推理模型的構建以及基於該模型的快速設計最佳化求解算法。
第7章 基於多樣性量子行為粒子群最佳化算法的基因數據聚類159 7.1 基因數據聚類研究現狀159 7.2 多樣性引導的量子粒子群最佳化算法160 7.3 基於DGQPSO的聚類算法設計165 7.4 基於多樣性量子行為粒子群算法的基因數據聚類167 7.4.1 ...
研究方向:群體智慧型算法、進化算法、生物信息。碩士期間從事群體智慧型算法和進化算法的研究及其在聚類、圖像分割上的套用研究;博士期間從事生物信息的研究,重點研究多序列比對和培養基的最佳化;近5年從事深度學習算法和生物信息的研究。已出版...
通過深入研究MOP Pareto最優解集特性和基於學習技術的MOEA重構運算元設計原理,本項目的實施將為MOEA的設計和套用提供新思路。結題摘要 多目標最佳化問題是科學和工程套用領域的一類挑戰性問題,演化算法已經成為求解這類問題的主流方法。當前演化...
在許多科學研究與工程套用領域,許多最佳化問題需考慮三個以上相互衝突的目標函式,忽視其中任何一個目標就有可能帶來嚴重的負面影響。這些問題被稱為超多目標最佳化問題。多目標進化算法是目前求解兩個或三個目標最佳化問題的主流方法,但是隨著...
主要用於求解實數最佳化問題。該算法是一類基於群體的自適應全局最佳化算法,屬於演化算法的一種,由於其具有結構簡單、容易實現、收斂快速、魯棒性強等特點,因而被廣泛套用在數據挖掘、模式識別、數字濾波器設計、人工神經網路、電磁學等各個...
進化最佳化算法以其在全局最最佳化方面的特點,一直是最佳化算法設計的研究熱點。然而大規模最佳化套用中的計算時間和效率問題是制約算法套用發展的重要瓶頸,本課題結合雲計算模型與差分進化算法兩者的優勢,提出一種新型的基於雲計算模型的自組織差分...
近年來,協同演化算法已在很多領域取得了一系列的成功套用,如函式最佳化、多目標最佳化、分類、圖像分割、神經網路設計和工程設計等,該領域已引起越來越多的學者們的興趣。協同演化算法設計、實現和套用 協同演化算法與一般的演化算法的根本差別...
受該模型啟發,Kennedy和Eberhart設計出了一種演化最佳化算法,並通過不斷的試驗和試錯,最後將此算法的基本型固定為:其中符號的意義同上。研究者認為每個個體被抽象為沒有質量和體積,而僅僅具有速度和位置的微粒,故將此方法稱為“粒子群...
《基於業務多樣性的自適應導頻最佳化設計的研究》是依託東北大學,由韓英華擔任項目負責人的青年科學基金項目。中文摘要 隨著移動通信在國民經濟各領域的廣泛套用,不斷增多的業務類型導致頻率已成為日益稀缺的資源,合理有效的根據不同業務使用...