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:
将约束优化问题转化为带偏好的双目标优化问题,用差分进化算法求解转化问题.为了克服基于Pareto支配关系的多目标算法求解转化问题时没有考虑问题偏好、收敛慢等缺点,借助多目标α-支配关系的特点,提出了基于动态α-支配的新适应度函数.新适应度函数根据种群中可行解的比例动态平衡进化过程中对两个目标的偏好,引导算法不断向问题的偏好区域靠近,从而快速收敛到约束优化问题的最优解.对6个标准测试函数的数值实验结果表明:基于α-支配的动态引导多目标差分进化算法能快速收敛到问题的最优解.与3种经典高效算法的比较说明,所提出算法的鲁棒性强且效率高.
推荐文章
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
一种求解约束优化问题的自适应差分进化算法
约束优化
差分进化算法
自适应
信用分配
概率匹配
求解约束优化问题的佳点集多目标进化算法
进化算法
佳点集
约束优化
多目标
基于云差分进化算法的约束多目标优化实现
约束多目标优化
差分进化算法
云模型
变异策略
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 求解约束优化问题的引导多目标差分进化算法
来源期刊 吉林大学学报(工学版) 学科 工学
关键词 人工智能 约束优化 多目标优化 差分进化 α-支配
年,卷(期) 2015,(2) 所属期刊栏目
研究方向 页码范围 569-575
页数 7页 分类号 TP18|TP301.6
字数 5461字 语种 中文
DOI 10.13229/j.cnki.jdxbgxb201502034
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 王宇平 西安电子科技大学计算机学院 128 1633 22.0 34.0
2 董宁 西安电子科技大学数学与统计学院 3 21 3.0 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  (7)
节点文献
引证文献  (8)
同被引文献  (31)
二级引证文献  (4)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人工智能
约束优化
多目标优化
差分进化
α-支配
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
吉林大学学报(工学版)
双月刊
1671-5497
22-1341/T
大16开
长春市人民大街5988号
12-46
1957
chi
出版文献量(篇)
4941
总下载数(次)
5
总被引数(次)
43316
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导