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:
为保证在动态环境中及时跟踪到最新的真实Pareto前沿,针对基于拥挤距离的档案维护策略时间复杂度过高的问题,提出一种采用投影映射的动态多目标优化算法.上述算法利用投影映射的密度估计方法较精准快速地估算档案中解的密度;采用了ε-支配弱化传统的Pareto占优以使非劣解达到均匀分布;引入了对新环境下Pareto解的预测,加快了算法的收敛进程;提出了一种种群-领导集-档案的三层结构,使得算法在动态环境下的多目标优化中表现良好.实验结果表明,改进算法能适应动态环境,快速跟踪动态Pareto面,且解集收敛性及均匀性良好,有效降低了档案维护的时间复杂度.
推荐文章
自组织多目标粒子群优化算法
多目标粒子群优化
自组织映射
种群分布
精英学习策略
基于粒子群算法的钻进参数多目标优化
钻进参数
多目标优化
机械钻速
粒子群
基于动态邻居和变异因子的多目标粒子群算法
动态邻居
多目标优化
粒子群算法
基于旋转基技术的多目标粒子群优化算法
粒子群
多目标优化
旋转基技术
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 基于投影映射的动态多目标粒子群优化算法
来源期刊 计算机仿真 学科 工学
关键词 投影映射 动态多目标优化 粒子群 种群-领导集-档案
年,卷(期) 2016,(12) 所属期刊栏目 仿真方法与算法
研究方向 页码范围 233-238,423
页数 7页 分类号 TP301
字数 5208字 语种 中文
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 董明刚 桂林理工大学信息科学与工程学院 31 120 5.0 10.0
2 陈基漓 桂林理工大学信息科学与工程学院 15 49 4.0 6.0
3 陈兵华 桂林理工大学信息科学与工程学院 1 1 1.0 1.0
4 尤嘉兴 桂林理工大学信息科学与工程学院 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (7)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
投影映射
动态多目标优化
粒子群
种群-领导集-档案
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
总被引数(次)
127174
论文1v1指导