您的位置: 专家智库 > >

龚小胜

作品数:6 被引量:24H指数:3
供职机构:中国地质大学计算机学院更多>>
发文基金:中央高校基本科研业务费专项资金国家自然科学基金湖北省自然科学基金更多>>
相关领域:自动化与计算机技术理学更多>>

文献类型

  • 5篇期刊文章
  • 1篇学位论文

领域

  • 6篇自动化与计算...
  • 1篇理学

主题

  • 3篇多目标优化
  • 2篇多目标
  • 2篇主曲线
  • 1篇多目标进化
  • 1篇多目标进化算...
  • 1篇多目标演化算...
  • 1篇多目标遗传算...
  • 1篇多目标优化问...
  • 1篇演化算法
  • 1篇遗传算法
  • 1篇优化算法
  • 1篇正交
  • 1篇正交设计
  • 1篇支配排序
  • 1篇全局优化
  • 1篇全局优化算法
  • 1篇网格
  • 1篇流形
  • 1篇进化算法
  • 1篇基于网格

机构

  • 5篇中国地质大学
  • 1篇华中科技大学
  • 1篇中国地质大学...

作者

  • 6篇龚小胜
  • 3篇张冬梅
  • 2篇戴光明
  • 1篇彭雷
  • 1篇周小桃
  • 1篇程楠
  • 1篇郭思涵
  • 1篇梁雨婷

传媒

  • 1篇计算机研究与...
  • 1篇华中科技大学...
  • 1篇计算机应用研...
  • 1篇计算机与数字...
  • 1篇计算机科学

年份

  • 4篇2012
  • 1篇2011
  • 1篇2010
6 条 记 录,以下是 1-6
排序方式:
基于网格的E-占优新型NSGA-Ⅱ算法被引量:1
2012年
为了提高基于E-占优的NSGA-Ⅱ算法的优化效果,针对其在保持种群的多样性和分布性上的不够完善以及变异算子性能比较弱的问题,提出基于网格的E-占优新型NSGA-Ⅱ算法,根据算法所存在的问题采用网格来保持进化种群的多样性、分布性和采用非均匀变异来改善变异算子的性能。新算法与NSGA-Ⅱ和基于E-占优的NSGA-Ⅱ进行比较,结果表明新算法性能得到了提高,在处理多目标问题时多样性和分布性上均有了明显的改善。
周小桃张冬梅龚小胜
关键词:多目标优化网格
一种改进的非支配排序多目标遗传算法被引量:2
2010年
多目标进化算法的研究目标是使算法快速收敛,并且广泛而均匀分布于问题的非劣最优域。在NSGA-Ⅱ算法的基础上,提出了一种新的变异算子。该算子具有良好的局部搜索能力,提高了算法的效率。改进后的算法与原算法相比较,结果表明新算法较好地改善了分布性和收敛性。
程楠龚小胜梁雨婷
关键词:多目标优化问题多目标进化算法高斯变异
正交设计的E占优策略求解高维多目标优化问题研究被引量:9
2012年
在实际应用中,传统多目标演化算法面临着高维多目标优化问题。针对这一缺陷,提出正交E占优(Orthogo-nality E-dominant,OE)策略。在OE策略的理论优越性设计的基础上,改进了当前5种具有代表性的演化多目标优化算法。改进前后的算法求解DTLZ1-6(20)测试问题的数值对比试验显示,OE策略改进后的算法在不同程度上提高了算法求解高维多目标优化问题的效果,从而证实了OE策略对演化多目标优化算法改进的有效性。
郭思涵龚小胜
关键词:正交设计
求解复杂多目标优化问题MOEA/D-GEP算法被引量:8
2012年
针对复杂多目标优化问题,提出一种基于演化建模的MOEA/D(基于分解的多目标遗传算法)求解算法(MOEA/D-GEP).该算法利用MOEA/D算法思想分解多目标优化问题,对分解后得到的可行解用基于模拟退火的GEP算法建模,从中选取预测值较好的点进入下一次真实适应值的计算.采用国际公认的ZDT,DTLZ等测试函数进行实验验证,并与MOEA/D-EGO演化多目标优化算法进行了比较.实验结果表明:该算法在IGD性能指标上有较好的表现,说明将演化建模技术引入MOEA/D算法提高了种群个体分布模型的精度,降低了求解复杂多目标优化问题的计算成本.
张冬梅龚小胜戴光明彭雷
关键词:全局优化算法
基于多重分形的流形多目标演化算法及占优策略研究
多目标优化问题(Multi-Objective Problems),在理论科学研究和实际工程应用中常常遇到的一类问题。它一般包含多个相互冲突的子目标,要找到满足所有目标约束的最优解(集),通常将问题中包含多目标以及多约束...
龚小胜
关键词:多目标优化
文献传递
基于多重分形主曲线模型多目标演化算法研究被引量:4
2011年
为了克服目前模型多目标演化算法多采用PCA,local PCA等线性建模方法,存在模型拟合效果不理想、对建模参数敏感等问题,提出一种基于多重分形的主曲线模型多目标演化算法(multifractalbased principal curve multi-objective evolutionary algorithm,MFPC-MOEA).算法采用主曲线方法对解集分布进行非线性建模,通过建立种群个体分布概率模型,生成目标空间均匀分布的个体,保证优化结果的多样性.另外算法通过多重分形方法分析个体在解集空间中的分布,设计了基于多重分形谱的模型演化多目标算法建模开始评测标准,同时采用多重分形方法评估算法收敛程度,设计相关的演化多目标优化算法停止策略.新算法采用国际公认的ZDT,DTLZ测试函数进行实验验证,并与NSGA-II,MOEA/D,PAES,SPEA2,RM-MEDA经典演化多目标优化算法进行了实验比较.实验结果表明,该算法在HV,SPREAD,IGD,EPSILON性能指标上均有较好的表现.说明通过引入多重分形策略和主曲线建模方法,在一定程度上提高了解的质量,为求解多目标优化问题提供新的思路.
张冬梅龚小胜戴光明
关键词:多重分形谱主曲线
共1页<1>
聚类工具0