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:
为了提高高维多目标优化算法的收敛性和分布性,提出基于改进人工蜂群算法的高维多目标优化算法。首先,利用一种改进的适应值评价方式定量比较高维多目标中个体的优劣;其次,改进人工蜂群算法,使种群迅速收敛于最优的非支配前沿;最后,建立新的分布性维护机制使所获得的非支配解分布均匀、覆盖整个最优前沿。研究结果表明:对于3~8个目标的DTLZ系列测试函数,与PISA算法等几种较流行的高维多目标算法相比,本文方法收敛性好,解集覆盖范围广且分布均匀。
推荐文章
多目标人工蜂群算法在服务组合优化中的应用
服务组合
服务质量
人工蜂群算法
Pareto占优
基于混合人工蜂群算法的多目标柔性作业车间调度问题研究
计算机应用
柔性作业车间调度
人工蜂群算法
多目标优化
禁忌搜索
一种基于人工蜂群的高维非线性优化算法
人工蜂群优化算法
高维非线性优化问题
高斯分布估计算法
正交试验设计算法
改进的人工蜂群算法
人工蜂群算法
差分进化算法
种群初始化
搜索方程
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 基于改进人工蜂群算法的高维多目标优化
来源期刊 中南大学学报(自然科学版) 学科 工学
关键词 高维多目标优化 人工蜂群算法 适应值评价方式 分布性维护方法
年,卷(期) 2015,(6) 所属期刊栏目 机械工程 ? 控制科学与工程
研究方向 页码范围 2109-2117
页数 9页 分类号 TP393
字数 8914字 语种 中文
DOI 10.11817/j.issn.1672-7207.2015.06.019
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 肖婧 哈尔滨工程大学信息与通信工程学院 9 97 7.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (64)
参考文献  (7)
节点文献
引证文献  (10)
同被引文献  (22)
二级引证文献  (4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(6)
  • 引证文献(2)
  • 二级引证文献(4)
研究主题发展历程
节点文献
高维多目标优化
人工蜂群算法
适应值评价方式
分布性维护方法
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
中南大学学报(自然科学版)
月刊
1672-7207
43-1426/N
大16开
湖南省长沙市中南大学校内
42-19
1956
chi
出版文献量(篇)
7515
总下载数(次)
5
论文1v1指导