基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将进化多Agent系统引入多目标优化问题求解,通过Agent的局部搜索机制及Agent种群的协同进化机制来寻求Pareto最优解.在设计的进化算法当中借鉴了人工生命系统中的一些基本方法,如能量、小生境和迁移机制等.实例表明通过该进化算法求得Pareto最优解集具有很高的效率.
推荐文章
一种新型的多目标优化混合量子进化算法
多目标优化
量子进化算法
量子门
旋转角
交叉
一种基于云模型的多目标进化算法
多目标优化
多目标进化算法
云模型
Pareto最优解
一种改进的基于目标空间分割的多目标进化算法
多目标优化
进化算法
目标空间分割
区间索引
一种基于梯度信息的多目标优化算法
多目标
优化算法
梯度信息
选择置点法
补料分批生化反应器
动态优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于多Agent的进化多目标优化算法
来源期刊 计算机应用与软件 学科 工学
关键词 多目标优化 进化计算 多Agent系统 Pareto最优解
年,卷(期) 2006,(3) 所属期刊栏目 基金项目论文
研究方向 页码范围 12-14
页数 3页 分类号 TP3
字数 3076字 语种 中文
DOI 10.3969/j.issn.1000-386X.2006.03.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王小平 同济大学计算机科学与工程系 109 940 18.0 24.0
2 潘新 同济大学计算机科学与工程系 3 19 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (8)
同被引文献  (5)
二级引证文献  (5)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(3)
  • 引证文献(2)
  • 二级引证文献(1)
2011(6)
  • 引证文献(4)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
多目标优化
进化计算
多Agent系统
Pareto最优解
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导