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:
多目标优化的两个核心指标是收敛性和多样性,而对二者加以优化和权衡是多目标进化算法的关键.头脑风暴优化算法作为一种新型的群体智能优化算法,一经提出便引起了众多研究者的关注.本文在对现有的多目标头脑风暴优化算法研究的基础上,通过对决策变量进行分析,围绕收敛性和多样性分别进行优化,在对收敛性优化时通过分解策略增加选择压力,而在对多样性优化时以参考点更新种群增加多样性,最终扩展并提出了高维多目标头脑风暴优化算法.此外,本文提出一种以角点为聚类中心的自适应聚类方式,明确个体的导向,提高种群的扩展性.与现有的几种效果较好的多目标进化算法进行比较,大量的仿真结果表明了本文的算法具有优秀的性能.
推荐文章
高维多目标优化设计的灰色微粒群算法
混合离散变量
灰色相对关联度
非线性约束优化
微粒群算法
适应函数
动态罚函数
目标空间聚类的差分头脑风暴优化算法
头脑风暴算法
聚类
差分变异
目标空间
多目标细菌觅食优化算法
多目标优化问题
细菌觅食优化算法
归一化
差分进化
外部集
栅格
基于多目标粒子群算法的高维多目标无功优化
无功优化
高维多目标优化
供电能力
粒子群算法
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 高维多目标头脑风暴优化算法
来源期刊 控制理论与应用 学科
关键词 头脑风暴优化算法 聚类 决策变量聚类 分解策略 参考点
年,卷(期) 2020,(1) 所属期刊栏目 论文与报告
研究方向 页码范围 193-204
页数 12页 分类号
字数 8592字 语种 中文
DOI 10.7641/CTA.2019.80898
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 张亚崇 16 113 5.0 10.0
2 吴亚丽 西安理工大学自动化与信息工程学院 19 106 6.0 9.0
6 付玉龙 西安理工大学自动化与信息工程学院 2 2 1.0 1.0
10 李国婷 西安理工大学自动化与信息工程学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (3)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(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
头脑风暴优化算法
聚类
决策变量聚类
分解策略
参考点
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
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
广州市五山华南理工大学内
46-11
1984
chi
出版文献量(篇)
4979
总下载数(次)
16
总被引数(次)
72515
论文1v1指导