黄兴旺
- 作品数：5 被引量：48H指数：3
- 供职机构：燕山大学更多>>
- 发文基金：河北省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 区间多目标优化云模型及信息融合求解策略
- 在实际应用中，因为主客观因素的影响，优化问题中常常存在不确定性，区间多目标优化问题就是非常重要的一类不确定优化问题，这类优化问题不仅包含多个相互冲突的目标，并且目标函数值为区间数，再加上部分区间多目标优化问题的精确函数表...
- 黄兴旺
- 关键词：多目标优化高斯过程信息融合云模型遗传算法
- 文献传递
- 区间多目标优化非支配排序云模型算法被引量：30
- 2017年
- 针对区间多目标优化问题,利用云模型对NSGA-Ⅱ算法进行改进,提出一种非支配排序云模型算法(NSCMA)。首先,从初始云团中随机选取一个云滴作为父代,通过正态云算子生成子代云滴,用来替代传统NSGA-Ⅱ遗传操作中的交叉和变异;其次,用约束条件对生成的云滴进行筛选处理,避免不可行解进入下一步算法;最后,运用区间占优关系对满足约束条件的解进行占优排序,对无法比较的同序值解计算拥挤距离。仿真结果验证了所设计算法的有效性。
- 陈志旺黄兴旺陈志兴赵子铮黄丽芳
- 关键词：多目标优化约束优化问题云模型
- 区间多目标优化中决策空间约束、支配及同序解筛选策略被引量：14
- 2015年
- 针对优化函数未知的昂贵区间多目标优化,根据决策空间数据挖掘,提出了一种基于最近邻法和主成分分析法(Principal component analysis,PCA)的NSGA-II算法.该算法首先通过约束条件将待测解集分为可行解和非可行解,利用最近邻法对待测解和样本解进行相似性计算,判断待测解是否满足约束.然后对于两个解的Pareto支配性同样利用最近邻法来区分解之间的被支配和非被支配关系.由于目标空间拥挤距离无法求出,为此在决策空间利用主成分分析法将K-均值聚类后的解集降维,找出待测解的前、后近距离解,通过决策空间拥挤距离对同序值解进行筛选.实现NSGA-II算法的改进.
- 陈志旺白锌杨七黄兴旺李国强
- 关键词：多目标优化NSGA-II最近邻法拥挤距离
- 融合高斯建模和近邻法的区间多目标支配性预测策略被引量：1
- 2017年
- 由于高斯代理模型精度易受数据质量和数量的限制且模型固定后无法随着算法进展自适应调整,而近邻法在算法初期因样本数限制导致算法无法达到所需的预测精度,因此,针对优化函数未知的区间多目标优化问题,提出一种融合高斯建模和近邻法求解种群个体支配关系的NSGA-II算法.该算法通过高斯过程对训练样本集进行建模,利用遗传算法对代理模型进行超参数求解,进而通过高斯代理模型得到待测解之间的可能度概率;利用近邻法对待测解和样本解进行相似性计算,得到待测解之间的可能度概率;通过渐消记忆动态调整高斯过程和近邻法所得支配性结果在算法中所占的比重,得到种群个体之间的支配关系.仿真结果验证了所设计算法的有效性.
- 陈志旺黄兴旺陈志兴赵子铮
- 关键词：多目标优化NSGA-II高斯过程近邻法
- 求解昂贵区间多目标优化问题的高斯代理模型被引量：3
- 2016年
- 本文将数据挖掘(高斯过程回归建模)和智能进化算法(GA,NSGA-Ⅱ)进行结合,用于解决优化函数未知的昂贵区间多目标优化问题.首先利用高斯过程对采用中点和不确定度表示的未知目标函数和约束函数进行建模,由于相关性和准确性是区间函数模型的两个必备条件,故提出一种融合多属性决策的双层种群筛选策略,并将其嵌入到遗传算法求解高斯模型参数的过程中,第1层根据相关性属性排除候选解集中部分劣解,第2层根据准确性属性排除候选解集中其余超出种群规模的劣解,两属性的权重系数决定两层排除劣解的比例.然后将所建模型作为优化对象的代理模型引导区间NSGA-II算法优化求解,从而获得所需的Pareto前沿.
- 陈志旺白锌杨七黄兴旺李国强
- 关键词：多目标优化高斯过程多属性决策代理模型
