原文服务方: 微电子学与计算机       
摘要:
本文提出的改进的DE-NSGAⅡ算法,利用差分进化算法的变异交叉操作代替NSGA-Ⅱ算法的交叉算子,将快速非支配排序机制与剪枝方法相结合用于父代种群的生成与非支配集的更新.为保证初始种群均匀分布,该混合算法采用拉丁超立方体抽样技术生成初始种群.然后在参数取值固定的前提下,将该混合算法与NSGA-Ⅱ算法、AMGA-Ⅱ算法进行横向对比.为了进一步提升该混合算法的优化性能,该混合算法采用了参数自适应策略,并且基于此策略纵向比较了该混合算法在不同参数组下的优化性能.经过一系列对比发现:合理的参数选择能使该混合算法表现出良好的综合性能.
推荐文章
基于复形法和云模型的差分进化混合算法
差分进化
复形法
云模型
混合
算法
基于差分进化与NSGA-Ⅱ的多目标优化算法
多目标优化
混合算法
自适应参数
Pareto最优解
收敛速度
空间分布
基于差分进化—单纯形混合算法求解绝对值方程
绝对值方程
差分进化算法
单纯形算法
一种改进的基于 NSGA-Ⅱ和DE的多目标混合进化算法
NSGA-Ⅱ
拉丁超立方抽样技术
差分算子
变异算子
多目标优化
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 基于差分进化算法和NSGA-Ⅱ的混合算法
来源期刊 微电子学与计算机 学科
关键词 改进的DE-NSGAⅡ算法 拉丁超立方体抽样技术 剪枝方法 参数自适应策略
年,卷(期) 2020,(1) 所属期刊栏目
研究方向 页码范围 7-13
页数 7页 分类号 TP301.6
字数 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 王庆荣 兰州交通大学电子与信息工程学院 32 177 8.0 11.0
2 杨鹏 兰州交通大学电子与信息工程学院 4 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (27)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
改进的DE-NSGAⅡ算法
拉丁超立方体抽样技术
剪枝方法
参数自适应策略
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
相关基金
甘肃省自然科学基金
英文译名:Natural Science Foundation of Gansu Province
官方网址:http://www.nwnu.edu.cn/kjc/glbf/gsshzrkxjjzxglbf.htm
项目类型:
学科类型:
论文1v1指导