原文服务方: 计算机应用研究       
摘要:
多目标进化算法的研究主要集中于搜寻全局最优解.在现实中,环境不是一成不变的,需找到抗干扰能力强的鲁棒解.多目标鲁棒最优化问题的研究较少,主要归结于环境的不确定性和缺乏合适的测试函数.针对不同特性测试函数,通过实验检验了在不同干扰下算法的性能变化情况.实验结果表明,存在干扰的情况下,原来的测试函数不再适用,需构造鲁棒测试函数.
推荐文章
多目标进化算法搜索鲁棒最优解效率研究
进化算法
鲁棒最优解
拟蒙特卡罗方法
有效目标函数
蒙特卡罗积分
一种求解鲁棒优化问题的多目标进化方法
鲁棒优化问题
多目标进化算法
干扰
鲁棒性
最优性
用多目标进化算法搜索MOPs的鲁棒Pareto最优解
多目标进化算法
鲁棒性
质量
鲁棒Pareto最优解
有效目标函数
一种提高多目标进化算法搜索鲁棒最优解效率的方法
多目标进化算法
鲁棒最优解
有效目标函数
效率
自适应抽样
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 多目标进化算法鲁棒性实验研究
来源期刊 计算机应用研究 学科
关键词 多目标进化算法 鲁棒性 测试函数
年,卷(期) 2011,(2) 所属期刊栏目 算法研究探讨
研究方向 页码范围 451-454
页数 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.02.011
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 郑金华 湘潭大学信息工程学院 134 1464 20.0 31.0
2 任亚峰 湘潭大学信息工程学院 4 20 3.0 4.0
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  (5)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (10)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
多目标进化算法
鲁棒性
测试函数
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导