没有合适的资源？快使用搜索试试~
我知道了~
文库首页
开发技术
其它
基于惩罚性调整的参考线两阶段多目标进化算法
基于惩罚性调整的参考线两阶段多目标进化算法
研究论文
0 下载量
101 浏览量
2021-03-04
15:46:38
上传
评论
收藏
295KB
PDF
举报
温馨提示
立即下载
基于惩罚性调整的参考线两阶段多目标进化算法
资源推荐
资源评论
基于角度的约束多目标进化算法
浏览：151
基于角度的约束多目标进化算法
基于支配和分解的进化多目标优化算法
浏览：10
基于支配和分解的进化多目标优化算法
基于进化算法的多目标优化方法
浏览：49
进化算法在解决多目标优化问题中有其特有的优势.首先对多目标优化问题进行了描述;然后结合研究现状讨论了目前几种主要的基于进化算法的多目标优化方法,以及它们的优缺点;最后给出了多目标进化优化算法的一些应用, 以及进化多目标优化算法的未来发展方向.
一种基于多策略差分进化的分解多目标进化算法.pdf
浏览：80
一种基于多策略差分进化的分解多目标进化算法.pdf
基于聚集密度的约束多目标进化算法
浏览：59
对基于群体聚类的约束多目标进化算法进行了改进,引入了聚集密度以度量群体中个体间的关系,保持种群的多样性。其基本思想为:首先将初始群体按多判据聚类方法分为适应度值不同的四类,然后计算类内群体中个体的聚集密度,根据适应度值和聚集密度定义一个偏序集,最后采用比例选择原则依次从偏序集中选择个体,更新精英集。通过数值实验用量化指标研究了改进算法的收敛性和分布性,结果表明:改进算法的收敛性与常规约束多目标进化
论文研究-一个基于参考线调整的带惩罚因子的两阶段多目标进化算法 .pdf
浏览：95
一个基于参考线调整的带惩罚因子的两阶段多目标进化算法，朱春阳，蔡昕烨，本文提出了一个两阶段的多目标进化算法来处理多目标优化问题。在第一个阶段，算法侧重于实现较好的收敛性来获得边界Pareto最优的解
论文研究-基于改进遗传算法的多机协同多目标分配方法.pdf
浏览：126
针对复杂三维环境中多无人机协同多目标分配问题，在飞行代价函数建模的基础上，提出了一种改进遗传算法。首先通过引入启发式信息和采用随机生成的方法构造初始种群，保证了初始种群的多样性和高适应性；然后构造适应...
论文研究-结合增广Lagrange罚函数的约束优化差分进化算法.pdf
浏览：15
基于增广Lagrange惩罚函数, 将原约束优化问题转换为界约束优化问题。 在进化过程中, 根据个体的适应度值将种群分为精英种群和普通种群, 分别采用不同的变异策略, 以平衡算法的全局和局部搜索能力。用10个经典...
基于YOLOv3的小目标检测算法研究
浏览：169
5星 · 资源好评率100%
小目标在图像中所占像素很少，经过多层卷积之后提取得到的特征不明显，为了改善 YOLOv3 的小目标特征提取性能，通过将原网络模型中经 2 倍降采样的特征图进行卷积分别叠加到第二及第三个残差块的输入端，以此增强...
基于分方向选择搜索的多目标进化算法
浏览：139
基于分方向选择搜索的多目标进化算法
基于分解的多目标遗传进化算法源程序
浏览：10
基于分解的多目标遗传进化算法源程序，
基于$R2$指标的昂贵多目标进化算法
浏览：82
提出一种基于$R2$指标的昂贵多目标进化($R2$-EMO)算法.为了解决精确数学模型难以获得以及评估实验成本高昂的昂贵多目标优化问题,$R2$-EMO算法采用高斯过程取代真实模型来评估个体在每个目标上的性能,并设计一种新的$R2$指标的效用函数,该效用函数根据高斯过程的输出计算个体的$R2$指标.带有新的效用函数的$R2$指标在选择评估点时,既考虑了种群个体的收敛性和多样性,还考虑了个体的预测期
基于反向学习模型的多目标进化算法
浏览：34
算法啊，反向学习模型的多目标进化算法，多学习吧，多努力
MOEAD(基于分解的多目标进化算法).doc
浏览：155
MOEAD(基于分解的多目标进化算法).doc
进化算法-竞赛争冠算法有约束函数优化程序
浏览：100
3星 · 编辑精心推荐
该程序普适性较好,进化参数调整简单,不敏感,全局最优解的搜索能力较强,数据重现性(鲁棒性)较好,获得结果精度较高,不足是有时评价函数调用次数稍多些. <进化记录>.txt记录进化全程.其中有惩罚项值和约束值数据记录,...
基于遗传算法和模拟退火算法的图像分割优化算法
浏览：63
4星 · 用户满意度95%
课程大作业，基于MFC对话框编程，结合遗传算法和模拟退火算法对图像进行分割，并和原始otsu方法进行了比较
基于离散惩罚粒子群算法的波纹管优化设计.pdf
浏览：190
基于离散惩罚粒子群算法的波纹管优化设计.pdf
基于鲸鱼优化算法优化VMD参数试看效果代码(目标函数为样本熵)
浏览：179
4星 · 用户满意度95%
1.采用鲸鱼算法优化VMD分解层数和惩罚系数的MATLAB代码，目标函数根据样本熵计算。直接运行，可以换数据。 2.核心算法加密，有需要请在CSDN联系作者。
论文研究-雷达目标检测深层自编码器自适应优化算法.pdf
浏览：109
分析了深层自编码器基本模型与算法，通过引入自适应学习理论，提出了基于Rumelhart函数的深层自编码器自适应算法（RDAAA），并证明了算法的收敛性。优化算法避免了网络训练过程中出现惩罚过度的现象，克服了学习速率...
基于pareto的多目标克隆进化算法
浏览：117
3星 · 编辑精心推荐
为了克服部分多目标进化算法中容易出现退化与早熟，造成收敛速度过慢的不足，结合精英保留策略、基于 近邻规则的环境选择以及免疫克隆算法中的比例克隆等思想，提出一种基于Ｐａｒｅｔｏ的多目标克隆进化算法ＮＰＣＡ （Ｎｏｎ－ｄｏｍｉｎａｔｅｄ Ｐａｒｅｔｏ Ｃｌｏｎａｌ Ａｌｇｏｒｉｔｈｍ）。通过部分多目标优化测试函数ＺＤＴ和ＤＴＬＺ对算法进行了性能测试，验 证了该算法能获得分布更加均匀的Ｐａｒｅｔｏ前沿，
基于参数动态调整的多目标差分进化算法
浏览：180
针对多目标差分进化算法最优解难以获取的问题,提出一种基于参数动态调整的多目标差分进化(AMODE)算法.AMODE算法通过设计变异率和交叉率的自适应调整策略,实现进化过程中变异率和交叉率的动态调整,均衡多目标差分进化算法的局部搜索能力和全局探索能力,获得收敛性、多样性和均匀性较好的最优解.实验结果表明,基于参数动态调整的AMODE算法能够有效改善多目标差分进化算法的逼近能力(IGD)和均匀性(SP
基于新的适应度函数的多目标进化算法 (2013年)
浏览：28
提出了一种基于新的适应度函数的多目标进化算法.该算法通过使用新的适应度函数可以求得分布宽广均匀并且收敛到Pareto前沿的Pareto最优解.首先给出一组分布均匀的向量,然后利用这组向量将种群中的个体进行分类,每个向量作为一类.个体的适应度值是由它所在类的大小及其标量函数值所组成,个体的适应度值越小越好.通过数值试验,该算法与NSGAII,SPEA2和PESAII进行了比较.实验结果表明:该算法对
基于协同协同进化模因算法的进化多任务单目标优化
浏览：68
基于协同协同进化模因算法的进化多任务单目标优化
基于惩罚机制的自适应交叉粒子群算法.pdf
浏览：43
5星 · 资源好评率100%
基于惩罚机制的自适应交叉粒子群算法.pdf
论文研究-基于混合遗传算法的配电网络重构优化.pdf
浏览：10
针对遗传算法的局限性,对适应函数进行了调整,实施了最优保留策略,改进了交叉和变异操作,并结合了模拟退火算法,从而形成了混合遗传算法,该算法能够有效地提高收敛速度,避免早熟收敛.优化过程中考虑了配电网自身特点,...
粒子群优化算法源码下载
浏览：103
4星 · 用户满意度95%
求解最优化问题一直是遗传算法的经典应用领域，但是对于不同的最优化问题，...粒子群算法的收敛性、基于粒子群算法求解不连续、多可行域的约束优化问题、基于粒子群算法求解高维多目标优化问题是本文的后续研究工作。
论文研究-基于约束满足的多目标双足机器人动态步态参数优化.pdf
浏览：27
考虑到直接对多个目标加权求和的方法不能很好地处理多目标问题,提出一种新的基于约束满足的多目标步态参数优化算法，其思想是把基于惩罚函数的SPEA2(strength Pareto evolutionary algorithm2 )应用到多目标双足...
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
联系上传者
评论
weixin_38706045
粉丝: 4
资源:
950
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场，查看用户热搜
最新资源
Photoshop CC工具预设.tpl格式文件如何导入打开（请下载后打开）.url
小白drf版本组件的解析
Android Studio开发的背单词APP源码（期末大作业）.zip
drf初步执行流程的解析
drf的应用（纯净版项目）
android开发期末大作业-记事本项目源码（95分以上）
Linux期末大作业基于ArkTs的新闻客户端的新闻发布源码.zip
OpenFOAM Library for Wall-Modelled LES 详细注释
1_2024数电期末复习题.zip
基于 STM32 的 USB-MIDI 输入设备
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
安全验证
文档复制为VIP权益，开通VIP直接复制
信息提交成功
