《基於進化算法的約束處理技術研究》是依託中南大學,由王勇擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名:基於進化算法的約束處理技術研究
- 項目類別:青年科學基金項目
- 項目負責人:王勇
- 依託單位:中南大學
- 批准號:60805027
- 申請代碼:F0305
- 負責人職稱:教授
- 研究期限:2009-01-01 至 2011-12-31
- 支持經費:20(萬元)
《基於進化算法的約束處理技術研究》是依託中南大學,由王勇擔任項目負責人的青年科學基金項目。
《基於進化算法的約束處理技術研究》是依託中南大學,由王勇擔任項目負責人的青年科學基金項目。項目摘要基於進化算法對約束最佳化問題(包括單目標和多目標約束最佳化問題)中的約束處理技術進行深入研究,探索新的研究方法,以突破當前研究...
最佳化算法主要分連續域約束最佳化和離散域約束最佳化兩類來設計,分別用具有代表性和實用價值的有約束數值最佳化和車間調度問題來驗證模型和算法的有效性與可擴展性。預期將設計出具有大規模最佳化能力、能處理複雜約束的高性能最佳化算法,並開發相應的...
用進化算法解決約束最佳化問題的關鍵在於如何進行有效的約束處理,即如何有效均衡在可行區域與不可行區域的搜尋。常見的用於求解約束最佳化問題的進化算法有罰函式法、遺傳算法、進化策略、進化規劃、蟻群算法和粒子群算法等。與傳統方法相比的優勢...
《求解大規模約束滿足問題的混合進化算法研究》是依託華中科技大學,由呂志鵬擔任項目負責人的青年科學基金項目。項目摘要 大規模約束滿足問題(CSP)是人工智慧、運籌學以及計算機科學研究領域的一個重要分支,是工業套用中廣泛面臨的困難問題...
基於約束問題的分類,討論從進化算法角度理解約束處理的含義,並研究了最常用的約束處理的進化技術.第3章集中於設計並行分布估計算法,更詳細地給出了利用並行適應度評價和並行建模設計有效分布估計算法的具體指導。此外,第4章研究設計一類...
進化算法就是基於這種思想發展起來的一類隨機搜尋技術,它們是模擬由個體組成的群體的集體學習過程。其中每個個體表示給定問題搜尋空間中的一點。進化算法從任一初始的群體出發,通過隨機選擇(在某些算法中是確定的)、變異和重組(在某些算法...
2. 在約束最佳化方面:通過結合差異進化算法和多目標約束處理技術,提出了一種優秀的約束最佳化進化算法。通過提高進化搜尋框架的性能將動態容忍值轉變為靜態容忍值,從而消除動態容忍值對算法性能的負面影響,並提出了一種具有競爭力的約束最佳化...
PSO是粒子群最佳化算法(——Particle Swarm Optimization)的英文縮寫,是一種基於種群的隨機最佳化技術,由Eberhart和Kennedy於1995年提出。粒子群算法模仿昆蟲、獸群、鳥群和魚群等的群集行為,這些群體按照一種合作的方式尋找食物,群體中的...
《基於進化算法的高維多目標最佳化問題研究》是依託四川大學,由賀喆南擔任項目負責人的青年科學基金項目。項目摘要 進化算法作為實現全局最優的搜尋啟發式算法,已在二或三維的多目標最佳化問題上取得顯著效果。然而,工程和科學領域中多數問題...
2.7.2 約束處理43-44 2.7.3 性能指標44 2.7.4 設計實例44-45 2.8 本章小結45-47 第3章 基於擁擠熵的多目標自適應動態差分進化算法47-68 3.1 引言47-48 3.2 參數自適應策略48-50 3.3 精英存檔和多樣性保持50-52 ...
對於動態單目標最佳化問題,研究了多樣性分布對於動態問題的影響,並提出基於多樣性設計的動態進化算法。對於動態多目標最佳化問題,除多樣性外算法的收斂問題亦變得突出,基於此提出兩種預測方法求解動態多目標最佳化問題。最後將處理動態最佳化問題的...
5.2 基於自適應進化算法和單值分解的方法的 代謝通量分析135 5.2.1 自適應進化算法135 5.2.2 系統化學計量矩陣約束的單值分解137 5.2.3 進化算法中不等式約束的處理138 5.3 基於QPSO及其改進的QPSO算法和罰函式的 代謝通量分析...
演化算法作為一類群體算法,對環境變化有一定的適應性,因而有利於在環境變化後用較短的時間重新獲得滿意的解。鑒於實際動態最佳化問題往往具有時間關聯、約束可變、規模複雜等特徵,本項目將針對動態最佳化問題的時間關聯特徵、約束處理技術、規模...
複合粒子群最佳化算法來求解。由於群智慧型算法本身具有很多優點:很強的計算魯棒性、隱含的內在並行性、全局搜尋與局部快速收斂能力,因此將群智慧型算法與約束求解相結合將大大提高約束求解的效率,可以很自然的求解欠約束和過約束的問題。
1.1.2 進化算法2 1.1.3 多目標最佳化問題數學描述4 1.2 混合動力汽車技術發展情況6 1.2.1 國內外研究現狀6 1.2.2 混合動力汽車的關鍵技術10 1.3 混合動力汽車總成模型13 1.4 混合動力系統最佳化方法18 1.4.1 基於序列二次...
進化算法採用了基於種群並行搜尋的機制,因此比單點算法更適於求解魯棒最佳化問題。本項目的目標是針對不確定環境下的魯棒最佳化問題,研究有效的魯棒進化最佳化算法,並提出求解這類問題的關鍵技術。研究內容包括:適用於魯棒最佳化場景的算法投資組合...
傳統基於串列模式運行的進化算法在求解高維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。結合差分進化算法在全局最最佳化方面的優勢和雲計算模型在並行分散式處理上的優勢,本課題提出一種新型的基於雲計算模型的自組織...
在此基礎上,研究重調度模型,包括雙目標函式和基於系統狀態的約束條件構建;其次研究基於離散差分進化的重調度算法,包括離散編碼、變異交叉運算元、雙目標Pareto排序的子代選擇、雙種群搜尋機制和鄰域搜尋技術等;最後以集束型半導體製造系統和...
在此基礎上設計高效的MOEA算法,並用圖像處理等實際問題驗證新算法的有效性。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...
Hypothesis Test, HT)策略,提出了一種魯棒的混合DE算法,記作OHTDE算法,並基於Markov鏈理論分析了該算法的收斂性;針對工件動態到達設定時間序相關的零等待流水線調度問題,提出了滾動視窗策略和混合DE算法相結合的有效處理方法,並在...