您的位置: 专家智库 > >

重庆市自然科学基金(CSTC2008BB6163)

作品数:7 被引量:59H指数:5
相关作者:罗辞勇卢斌陈民铀张聪誉韩力更多>>
相关机构:重庆大学更多>>
发文基金:重庆市自然科学基金国家高技术研究发展计划高等学校学科创新引智计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 7篇自动化与计算...

主题

  • 3篇多目标优化
  • 3篇遗传算法
  • 3篇子群
  • 3篇粒子群
  • 2篇优化算法
  • 2篇粒子群优化
  • 2篇旅行商
  • 2篇旅行商问题
  • 2篇分布估计算法
  • 1篇多目标
  • 1篇多目标优化算...
  • 1篇训练法
  • 1篇时变参数
  • 1篇适应性
  • 1篇群算法
  • 1篇自适
  • 1篇自适应
  • 1篇自适应邻域
  • 1篇最近邻
  • 1篇最近邻法

机构

  • 7篇重庆大学

作者

  • 7篇罗辞勇
  • 5篇卢斌
  • 4篇陈民铀
  • 2篇张聪誉
  • 2篇韩力
  • 1篇张帆
  • 1篇张治俊
  • 1篇刘飞

传媒

  • 4篇重庆大学学报...
  • 3篇控制与决策

年份

  • 1篇2011
  • 3篇2010
  • 3篇2009
7 条 记 录,以下是 1-7
排序方式:
组合粒子群优化和分布估计的多目标优化算法被引量:3
2010年
提出组合粒子群优化和分布估计的多目标优化算法。在寻优迭代过程中,一半的后代由粒子群算法产生,带有变异操作的粒子群优化算法具有全局搜索能力;另一半后代采用分布估计算法来产生,分布估计算法具有良好的学习和局部搜索能力,由其提取决策空间的信息并建立期望解的概率分布模型,对这个分布模型进行采样而产生下一代的解。与多种多目标优化算法的比较实验表明,组合算法在基准函数ZDT1~ZDT3,ZDT6和ZDT6-1上获得的Pareto解集具有较好的收敛性与多样性,在ZDT4实例上的性能适中。
罗辞勇卢斌陈民铀张聪誉
关键词:多目标优化粒子群优化分布估计算法
采用两步训练法的多目标分布估计算法被引量:7
2010年
提出两步训练法,改进了基于规则模型的多目标分布估计算法.在算法的模型训练环节,首先采用均值分簇法进行初步聚类;然后采用基于流形分簇法进行细致聚类,代替原算法中采用局部主元分析算法需要循环迭代的聚类分簇方法.通过6个Benchmark测试函数验证,改进算法保持了原算法的收敛性和多样性,并缩短了寻优的时间.
罗辞勇卢斌陈民铀
关键词:多目标优化分布估计算法
适应性粒子群寻优算法Ⅱ被引量:6
2009年
适应性粒子群寻优算法I(APSO-Ⅰ)是在有序的决策中始终引入随机的、不可预测的决定.为解决APSO-I算法收敛深度不够的问题,提出适应性粒子群寻优第II代算法(APSO-Ⅱ).APSO-Ⅱ算法是将有序(标准PSO粒子群寻优)和无序(自适应寻优)进行适当的分离,以发挥各自的优势.在自适应寻优阶段,通过在最优粒子邻域空间探寻更优化的解.一但新的优化解被发掘,便利用标准PSO快速寻优.典型复杂函数优化的仿真结果表明,APSO-Ⅱ在收敛速度和收敛深度上均优于DPSO(耗散型PSO),HPSO(自适应层次PSO),AEPSO(自适应逃逸PSO)和APSO-Ⅰ.
罗辞勇陈民铀韩力
关键词:粒子群算法适应性
采用循环拥挤排序策略的改进NSGA-Ⅱ算法被引量:29
2010年
采用循环拥挤排序策略,形成改进的NSGA-Ⅱ算法.循环拥挤排序策略首先计算同一级非支配解的拥挤距离,删除其中拥挤距离最小的解;然后重新计算剩余解之间的拥挤距离,再次删除其中拥挤距离最小的解.以次类推,直到选出指定数量支配解为止.与单次拥挤距离排序相比,循环拥挤距离排序得到的解具有更好的多样性.ZDT1~ZDT4四个基准函数测试结果表明,改进的NSGA-Ⅱ比NSGA-Ⅱ具有更好的收敛性和多样性.
罗辞勇陈民铀张聪誉
关键词:遗传算法多目标优化
采用振荡参数策略的粒子群优化算法被引量:8
2011年
提出了一种新的振荡参数策略(OPS),用以提高粒子群优化算法在指定代数后的收敛性能。为了有效控制局部搜索并收敛于全局最优解,OPS在整个搜索过程中通过振荡惯性权重和加速度系数值来交替进行全局搜索和局部挖掘。惯性权重和加速度系数振荡变化既能提高早期的全局搜索能力,又不会早熟收敛,并使粒子最终趋于全局最优。实验仿真显示,对于大多测试函数,OPS优于时变惯性权重、随机惯性权重、时变加速度系数等策略。
张治俊罗辞勇张帆卢斌
关键词:进化计算粒子群优化时变参数
求解空走优化路径的自适应邻域遗传算法被引量:1
2009年
建立激光加工中空走路径优化的数学模型,并转化为旅行商问题(TSP)来求解。对最近邻法进行改进形成自适应邻域法。在自适应邻域法中,从某个城市出发,下一城市不一定是其最近城市,而是在比其最近城市稍远的邻域范围进行动态随机选取。在求解TSP的遗传算法中,采用自适应邻域法对种群初始化,然后采用选择、交叉、变异进行迭代,在选择中仅保留父代90%的样本,剩下的采用自适应邻域法产生新样本进行补充。运行结果表明,该算法缩短了激光加工空行程,提高了加工效率。
罗辞勇卢斌韩力
关键词:遗传算法旅行商问题
一种求解TSP初始化种群问题的邻域法被引量:5
2009年
针对遗传算法求解TSP问题时存在初始化种群敏感的问题,提出一种初始化种群的邻域法,在该方法中,从某个城市出发其下一站不是其最近城市,而在比最近城市稍远的邻域范围进行随机选取。邻域法既能提取局部优化路径特征信息,又具有多样性。用4个通用的TSPLIB标准实例进行实验验证。邻域法初始化种群相比随机法,4个实例的最优解平均改进值达到了46.3%,最优解的质量有较大改善。仿真实验结果验证了邻域法初始化种群的有效性。
罗辞勇卢斌刘飞
关键词:遗传算法旅行商问题初始种群最近邻法
共1页<1>
聚类工具0