原文服务方: 计算机应用研究       
摘要:
为了解决多目标优化求解的问题,提出一种基于旋转基技术的多目标粒子群优化算法(rtMOPSO).改进了旋转基可视化技术,并将Pareto前沿映射到改进的旋转基扇形平面上,采用差熵指标监测种群进化状态.为平衡归档集的收敛性和多样性,提出了角度支配和角度支配力度两种新的概念,并设计归档集新的排序方法.在融合了旋转基角度和距离的概念的基础上,提出了一种改进的全局引导粒子的选择策略.改进算法采用两个类别的测试函数,与五种多目标优化算法进行了对比实验.实验结果表明,改进算法在收敛性和多样性方面优势明显.
推荐文章
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
基于自适应学习的多目标粒子群优化算法
粒子群优化
多目标优化
自适应惯性权值
聚类排挤
最优搜索方向学习
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
基于多目标粒子群优化的DCT域数字水印算法
数字水印
粒子群算法
多目标优化
DCT
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 基于旋转基技术的多目标粒子群优化算法
来源期刊 计算机应用研究 学科
关键词 粒子群 多目标优化 旋转基技术
年,卷(期) 2019,(9) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2665-2670
页数 6页 分类号 TP301.6
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.02.0138
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 戴永彬 辽宁工业大学软件学院 24 65 4.0 7.0
2 纪川川 辽宁工业大学软件学院 1 0 0.0 0.0
3 康伟伟 辽宁工业大学软件学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (164)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(7)
  • 参考文献(2)
  • 二级参考文献(5)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(13)
  • 参考文献(2)
  • 二级参考文献(11)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(6)
  • 参考文献(4)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
粒子群
多目标优化
旋转基技术
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
论文1v1指导