《多目標進化算法的理論與套用研究》是依託天津大學,由林丹擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名:多目標進化算法的理論與套用研究
- 項目類別:青年科學基金項目
- 項目負責人:林丹
- 依託單位:天津大學
- 批准號:70301005
- 申請代碼:G0103
- 負責人職稱:副教授
- 研究期限:2004-01-01 至 2006-12-31
- 支持經費:15(萬元)
《多目標進化算法的理論與套用研究》是依託天津大學,由林丹擔任項目負責人的青年科學基金項目。
《多目標進化算法的理論與套用研究》是依託天津大學,由林丹擔任項目負責人的青年科學基金項目。 項目摘要多目標進化算法(MOEAs)是近年來進化算法的研究熱點。它充分發揮了進化算法群體搜尋的特點,能夠在一次運行中得到或近似多...
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分配。全文主要工作包括如下幾個方面。 論文首先介紹了多目標差分進化算法的研究...
本書反映當今智慧型計算方法解決多目標最佳化的最新研究進展,論述的各種算法和理論正是研究與套用的熱點或將要引起人們關注的理論問題,內容新穎、豐富,可啟發相關領域的研究人員開展自己的新研究方向。本書具有一定的理論高度和學術價值,書中大部分內容取材於國際、國內一流學術期刊發表的論文和作者的科研成果,細緻而全面...
《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。內容簡介 主要包括:動態無約束多目標最佳化進化算法;動態約束多目標最佳化進化算法;...
《錐形分解高維多目標進化算法及其套用》是2020年科學出版社出版的圖書,作者是應偉勤、黃俊傑、鄧亞麗。內容簡介 《錐形分解高維多目標進化算法及其套用》先系統介紹了高維多目標最佳化及其進化算法的發展現狀與趨勢、實現技術。然後針對高維多目標最佳化目前存在的難點,著重闡述了作者在錐形分解高維多目標進化算法方面的系統研究...
《多目標規劃的理論方法及其套用研究》是2014年上海交通大學出版社出版的圖書,作者是劉三明。內容簡介 《多目標規劃的理論方法及其套用研究》可作為普通高等院校相關專業研究生的教學或輔導用書,亦可作為相關領域的科研及工程技術人員的參考用書。圖書目錄 第1章緒論 1.1引言 1.2多目標規劃的發展概況 1.3預備知識 ...
《多目標差分演化算法的研究與套用》是依託中山大學,由王甲海擔任項目負責人的面上項目。中文摘要 工程實踐中的方案設計、社會發展和國民經濟中的規劃與決策,大多為多目標最佳化問題。和傳統的方法相比,智慧型最佳化算法更適合求解多目標最佳化問題。差分演化是一種新興的智慧型最佳化算法,最初主要用於單目標最佳化,最近逐漸用來...
目前,智慧型最佳化算法作為一類啟發式搜尋算法,已被成功套用於多目標最佳化領域,出現了一些熱門的研究方向,如進化多目標最佳化,同時,多目標智慧型最佳化算法在電力系統、製造系統和控制系統等方面的套用研究也取得了很大的進展。本書力圖全面總結作者和國內外同行在多目標智慧型最佳化算法的理論與套用方面所取得的一系列研究成果。全...
本項目的研究,必將有助於進一步奠定基於進化算法的高維多目標最佳化的理論基礎,為高維多目標最佳化問題提供高效算法和有效可視化方法;同時提高進化算法自身搜尋和最佳化能力,增強其套用性。結題摘要 工程實踐和科學研究中的最佳化問題,包含多個相互衝突,相互競爭的目標,當目標個數大於等於四時,該問題被稱為高維多目標最佳化...
2、提出了多種多目標最佳化算法,包括基於超體積的差分進化算法、改進的蝙蝠算法、基於分解思想的自適應排序進化算法等並進行了套用研究;然後基於多種不同的多目標進化算法對我國金融產業結構最佳化研究進行了探索,並給出部分最優解,研究結果對金融結構最佳化的理論和實踐研究具有重要意義。研究的科學意義在於:採用非線性...
本項目採用理論分析與算法設計緊密結合的研究方案,其順利實施將為多目標演化算法的研究建立一種新的研究方法和思路,其研究成果對多目標演化算法的理論研究、算法設計和套用具有重要的理論和實踐意義。結題摘要 利用多目標演化算法求解科學研究和工程計算中的多目標最佳化模型已經成為當前演化計算的一個前沿領域。本項目旨在...
基於局部學習和自適應學習模型,提出局部搜尋能力強、具備參數自適應學習能力的多目標Memetic算法,分析各學習模型對算法性能的影響,驗證模型和算法的有效性與先進性。在理論研究的基礎上,開展進化多目標最佳化在複雜網路結構分析等問題上的套用研究。研究成果在本領域重要期刊和會議發表論文15~20篇,申報國家發明專利5...
而進化算法能夠適應動態環境的關鍵問題是如何實現對空間的搜尋,已有的方法未能充分考慮這一問題。本項目以進化算法為基礎、以實現對空間搜尋為目標,研究基於多樣性設計的動態單目標和動態多目標進化算法、基於多群體的動態最佳化進化算法、以及動態最佳化進化算法在路由算法中的套用。主要研究內容為:在充分利用群體信息和空間...
主要研究內容包括:高效的進化多目標最佳化算法研究;進化多目標聚類和分類算法研究;基於多目標框架的複雜網路中社團發現與演化研究;進化多目標機器學習算法在電信數據挖掘領域的套用研究。 本課題的主要研究成果如下:(1) 完善占優樹理論,提出了高效的基於占優樹的多目標進化算法,分析了占優樹的時間複雜度和動態變化...
《演化多目標最佳化的錐束分解機理與高效算法研究》是依託華南理工大學,由應偉勤擔任項目負責人的青年科學基金項目。項目摘要 分解和超體積是當前多目標演化算法的兩個主流發展方向,基於分解的算法雖具有較高的計算效率,但所求解集質量易受Pareto前沿形狀的影響;超體積是已知的唯一一個關於Pareto占優嚴格單調的解集評價...
通過本項目研究,將有望真正實現多目標進化算法在實際工程最佳化問題中的套用。結題摘要 本項目為真正實現進化算法在實際工程多目標問題中套用,解決設計者最終滿意方案的獲取和算法求解效率的提高的難題,研究了基於集合偏好關係的高效多目標進化算法,並在對高檔數控磨床靜壓電主軸系統性能分析的相關理論方法進行研究的基礎...
基於進化多目標最佳化的社區發現算法是一種基於遺傳算法的社區發現算法,通過將模組度拆分為兩個目標,進而最佳化模組度,最終發現社區。遺傳算法(簡稱GA)是一種由生物進化理論指導搜尋算法。通過搜尋來找到最優或者接近最優的解。首先回顧模組度的數學意義,即網路中連線兩個同種類型的節點的邊(即同一社區內部的邊)的...
開展案例研究,給出套用示範。本項目將邏輯方法與演化技術緊密結合研究SA多目標最佳化方法,在學術上具有較強的創新性和一定的理論價值。本項目的研究成果在縮短SA開發周期、降低開發成本以及提高設計質量等方面都具有重要套用價值。結題摘要 軟體體系結構(SA)是軟體系統的總體設計方案,對於確保最終系統的質量屬性起著舉足...
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,但是隨著目標個數的增加,這些算法的性能常會急劇下降。超多目標最佳化研究尚處於起步階段,它...
設計了一個基於分解的交叉運算元,它可沿著下降方向(或上升方向)搜尋來提高搜尋效率;提出了一個基於分解和排序法的高維多目標演化模型來平衡多樣性和收斂性。通過本項研究內容,為高維多目標演化算法設計和套用提供新方法。發表論文24篇,其中SCI論文12篇,EI論文9 篇。
課題組在相關領域具有深厚的研究基礎,本課題的實施將為進化計算提供了一種新穎的研究思路和方法。結題摘要 本項目在執行期間對進化算法行為分析及套用進行了深入的研究。從理論和實際上驗證了進化算法是一種成熟的具有高魯棒性和廣泛適用性的全局最佳化方法,能夠有效地處理傳統最佳化算法難以解決的複雜問題。本項目取得的...
《多目標學習算法及其套用》是2019年6月 科學出版社出版的圖書,作者是趙佳琦。圖書簡介 很多機器學習任務中有多個衝突的目標需要同時被最佳化,基於群搜尋策略的進化算法在求解多目標最佳化問題領域得到了廣泛的套用。多目標機器學習在近幾年引起了廣泛的關注,並且得到快速的發展。但是多目標機器學習在模型建立和最佳化學習方面...
多目標智慧型最佳化的理論、算法及其套用研究 多目標智慧型最佳化的理論、算法及其套用研究是由解放軍炮兵學院完成的科技成果,登記於2011年7月27日。成果信息 項目成員 崔遜學;方廷健;黃國銳;王金根 合作單位 安徽省計算機軟體工程技術研究中心
同時儘可能的降低算法的時間複雜度。本研究旨在混合進化算法框架設計、方向性搜尋、收斂和分布性能平衡以及效率提高等方面取得一系列有指導價值的理論與算法套用成果。本項目對於混合差分進化解決多資源約束條件下的多目標工藝規劃和調度問題的研究,將有利於推動複雜智慧型加工製造系統的研究和發展。
1.4.6 基於進化算法的混合動力汽車最佳化29 參考文獻31 第2章 進化算法與多目標最佳化34 2.1 遺傳算法35 2.1.1 歷史背景與研究現狀35 2.1.2 遺傳算法的基本結構36 2.1.3 遺傳算法的數學機理43 2.2 遺傳編程50 2.2.1 研究現狀與套用領域50 2.2.2 遺傳編程的基本概念52 2.2.3 算法的表示方式與主體...
含頂級期刊論文2篇,中科院1、2區期刊論文7篇);培養博士研究生3名、碩士研究生4名,圓滿完成了項目的預期目標。 研究成果為複雜動態多目標最佳化問題提供了一種新的高效求解途徑,豐富了多目標進化最佳化理論,提高了算法對環境變化的回響速度和求解質量,擴大了協同進化最佳化的套用範圍,具有重要的理論意義和實用價值。
目前對協同進化算法研究比較系統深入的團隊主要有: Brandeis大學Pollack領導的DEMO小組和George Mason大學De Jong領導的演化計算實驗室. Pollack領導的DEMO小組在協同演化算法中,利用博弈論來研究選擇方法的動態均衡和協同演化算法的解概念.De Jong領導的團隊主要針對合作協同進化模型,研究熱點主要集中在理論、實驗分析和套用...
自從PSO算法被提出以來,由於它直觀的背景,簡單而容易實現的特點,以及對於不同類型函式廣泛的適應性,逐漸得到研究者的注意。十餘年來,PSO算法的理論與套用研究都取得了很大的進展,對於算法的原理已經有了初步的了解,算法的套用也已經在不同學科中得以實現。PSO算法是一種隨機的、並行的最佳化算法。它的優點是:不...