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:
基于数据仓库的多目标优化遗传算法为解决多目标优化问题提供了有效的途径。其基本思想是:为求Pareto最优解的多目标优化遗传算法建立一个数据仓库,将进化过程中所产生的每一代Pareto最优解放入数据仓库中,在每一代先对数据仓库中的所有个体进行求Pareto最优解运算,淘汰掉劣解,再进行个体间的欧氏距离运算,将小于指定值的其中一个个体作为劣解处理。大量的计算机仿真计算表明,这种算法不仅能够有效地避免交叉或变异操作对Pareto最优解产生的破坏。而且进化速度极快,算法稳定,一般只需20-40代的运算.即可得到分布广泛的Pareto最优解。
推荐文章
基于Kriging的多目标遗传算法
多目标优化
遗传算法
物理规划
约束
基于多目标遗传算法的产品优化配置研究
产品配置
遗传算法
多目标优化
配置模型 李斌 博士研究生
基于模糊逻辑的多目标优化问题遗传算法求解探讨
模糊逻辑
多目标优化问题
遗传算法
基于免疫的多目标优化遗传算法
多目标优化
遗传算法
克隆选择算子
高斯变异算子
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 基于数据仓库的多目标优化遗传算法
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 遗传算法 多目标优化 PARETO最优解 数据仓库 欧氏距离
年,卷(期) 2006,(2) 所属期刊栏目
研究方向 页码范围 13-14
页数 2页 分类号 TP301
字数 语种
DOI
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 许峰 安徽理工大学数理系 143 328 9.0 12.0
2 毕书东 安徽理工大学计算机系 2 5 1.0 2.0
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  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
研究主题发展历程
节点文献
遗传算法
多目标优化
PARETO最优解
数据仓库
欧氏距离
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
论文1v1指导