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:
首先给出一种改进的差分进化算法,然后提出一种基于双群体搜索机制的求解约束多目标优化问题的差分进化算法.该算法同时使用两个群体,其中一个用于保存搜索过程中找到的可行解,另一个用于记录在搜索过程中得到的部分具有某些优良特性的不可行解,避免了构造罚函数和直接删除不可行解.此外,文中算法、NSGA-Ⅱ和SPEA的时间复杂度的比较表明,NSGA-Ⅱ最优,文中算法与SPEA相当.对经典测试函数的仿真结果表明,与NSGA-Ⅱ相比较,文中算法在均匀性及逼近性方面均具有一定的优势.
推荐文章
解决多目标优化问题的差分进化算法研究进展
多目标优化
差分进化
进化算法
启发式
Pareto优化
多目标优化差分进化算法
多目标优化
差分进化
进化算法
一种改进的多目标约束优化差分进化算法
约束优化问题
差分进化算法
多目标优化
佳点集
一种改进的多目标混合差分进化算法
差分进化算法
多目标优化
迁移操作
精英保留
非支配解
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 用于约束多目标优化问题的双群体差分进化算法
来源期刊 计算机学报 学科 工学
关键词 差分进化算法 约束优化问题 多目标优化问题
年,卷(期) 2008,(2) 所属期刊栏目 研究论文
研究方向 页码范围 228-235
页数 8页 分类号 TP18
字数 6356字 语种 中文
DOI 10.3321/j.issn:0254-4164.2008.02.006
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 刘三阳 西安电子科技大学应用数学系 662 5562 32.0 51.0
2 张小华 西安电子科技大学智能信息处理研究所 18 488 10.0 18.0
3 孟红云 西安电子科技大学应用数学系 17 347 9.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (127)
参考文献  (6)
节点文献
引证文献  (148)
同被引文献  (189)
二级引证文献  (528)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(9)
  • 引证文献(9)
  • 二级引证文献(0)
2010(24)
  • 引证文献(16)
  • 二级引证文献(8)
2011(47)
  • 引证文献(19)
  • 二级引证文献(28)
2012(49)
  • 引证文献(12)
  • 二级引证文献(37)
2013(53)
  • 引证文献(14)
  • 二级引证文献(39)
2014(76)
  • 引证文献(17)
  • 二级引证文献(59)
2015(78)
  • 引证文献(17)
  • 二级引证文献(61)
2016(86)
  • 引证文献(14)
  • 二级引证文献(72)
2017(90)
  • 引证文献(7)
  • 二级引证文献(83)
2018(80)
  • 引证文献(13)
  • 二级引证文献(67)
2019(66)
  • 引证文献(9)
  • 二级引证文献(57)
2020(17)
  • 引证文献(0)
  • 二级引证文献(17)
研究主题发展历程
节点文献
差分进化算法
约束优化问题
多目标优化问题
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
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
总被引数(次)
187004
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导