论文摘要
多目标优化问题在科学研究和工程应用领域中都是非常重要的研究课题,利用现代智能仿生算法、小生境Pareto遗传算法等求解多目标优化问题的技术已经比较成熟;而蚁群算法已经在求解复杂优化问题特别是离散优化问题方面显示了其优越性,但其用来求解连续性问题例如目标优化问题等方面则仍处于起步阶段。本文的研究对象是应用于连续域内的多目标优化问题蚁群算法。本文对旧有蚁群算法(见文献30、31)采用常用的基准函数通过编程进行分析测试时,发现存在稳定性差、效率不高、多样性不够、分布性不好的缺点。有鉴于此,本文对多目标优化问题的蚁群算法进行了探索性改进:其一改变了“构造蚁群算法的初始解”的方法,其二增加了“迭代增加初始蚁群中的可行解”的步骤;并分别对Binh问题和Tanaka问题进行测试,得到了令人满意的结果。Binh问题是一个两变量带偏约束问题,其Pareto前沿是连通的,便于求解,用旧算法得到的结果,在边缘地带的Pareto前沿缺失或者比较稀疏的概率较高,本文改进后的算法大大提高了其边缘地带Pareto前沿密度较高的概率。Tanaka问题的求解难度在于它的Pareto前沿是由不连通非凸的Pareto曲线构成。旧算法只得到非常稀疏的Pareto前沿。本文将测试Binh问题中改进的算法测试Tanaka问题,稀疏的概率仍然很高,在进一步“对可行解集合进行迭代增加”改进后,得到了密度及其概率均较高的Pareto前沿。
论文目录
相关论文文献
- [1].基于参考线的预测策略求解动态多目标优化问题[J]. 控制与决策 2020(07)
- [2].典型多目标优化算法在控制优化中的适用性研究[J]. 科技视界 2020(19)
- [3].基于高维多目标优化的多车场车辆路径问题[J]. 计算机与数字工程 2017(07)
- [4].一种基于多目标优化的混凝剂综合评价方法[J]. 净水技术 2017(09)
- [5].多目标优化问题的模糊交叉算法与收敛性初探[J]. 电脑迷 2017(03)
- [6].基于遗传算法的货箱多目标优化[J]. 车辆与动力技术 2019(04)
- [7].多目标优化算法标准测试函数寻优研究[J]. 电脑知识与技术 2020(23)
- [8].基于分布估计算法的多目标优化[J]. 软件 2017(12)
- [9].融合张角拥挤控制策略的高维多目标优化[J]. 自动化学报 2015(06)
- [10].多目标优化算法的应用模型[J]. 成功(教育) 2011(05)
- [11].线性互补问题与多目标优化[J]. 数学杂志 2014(03)
- [12].多目标优化问题的研究[J]. 东莞理工学院学报 2014(03)
- [13].浅析多目标优化问题[J]. 科技视界 2013(14)
- [14].正交设计的E占优策略求解高维多目标优化问题研究[J]. 计算机科学 2012(02)
- [15].一种改进的基于分解多目标优化算法[J]. 电脑知识与技术 2012(34)
- [16].改进选择策略的有约束多目标优化算法[J]. 高技术通讯 2019(12)
- [17].云计算资源多目标优化调度方法在移动端子系统中的应用[J]. 河南科技 2019(35)
- [18].考虑综合需求侧响应的区域综合能源系统多目标优化调度[J]. 电力建设 2020(07)
- [19].动态多目标优化:测试函数和算法比较[J]. 控制与决策 2020(10)
- [20].多目标优化软件开发及其应用[J]. 工程设计学报 2015(03)
- [21].基于全局排序的高维多目标优化研究[J]. 软件学报 2015(07)
- [22].基于多目标优化问题的教学质量评价模型研究[J]. 时代教育(教育教学版) 2009(Z1)
- [23].面向客户定制产品开发的多目标优化算法设计[J]. 中国机械工程 2012(06)
- [24].一类多目标优化问题的有效解[J]. 贵州师范大学学报(自然科学版) 2012(02)
- [25].图像处理优化的系统流程与多目标优化理论分析[J]. 硅谷 2012(19)
- [26].一种求解动态多目标优化问题的粒子群算法[J]. 系统仿真学报 2011(02)
- [27].一类带约束多目标优化问题的区间算法[J]. 黑龙江科技学院学报 2009(01)
- [28].多目标优化问题的求解框架[J]. 微计算机信息 2009(36)
- [29].激活规则多目标优化算法在任务分解中的应用[J]. 计算机工程 2020(03)
- [30].一类多目标优化控制问题的混合型对偶[J]. 内蒙古农业大学学报(自然科学版) 2019(06)
标签:多目标优化问题论文; 蚁群算法论文; 前沿论文; 均匀随机生成初始蚁群论文; 迭代增加可行解论文;