【摘 要】
:
智能优化算法在求解优化问题特别是NP-hard问题领域有着非常重要的地位。随着智能优化算法在理论和实际应用中的快速发展,所面临问题的复杂度和数据密度不断提高,原有的算法
论文部分内容阅读
智能优化算法在求解优化问题特别是NP-hard问题领域有着非常重要的地位。随着智能优化算法在理论和实际应用中的快速发展,所面临问题的复杂度和数据密度不断提高,原有的算法结构与实现方式使得问题的求解效率相对较低。这一现象在求解多目标问题时尤为突出,在求取Pareto前沿时,算法的时间复杂度相对较高,降低了算法的求解速度。针对多目标进化算法的这一问题,本文引入了基于CUDA(Compute Unified Device Architecture)平台的并行化解决方案,加速算法的执行效率,使得多目标进化算法能够应用于更加广阔的领域中。本文首先从宏观角度阐释了多目标优化问题、多目标进化算法以及基于CUDA的并行编程模型,然后详尽介绍了多目标进化算法的发展现状及相关概念,进而提出了新的基于CUDA的并行多目标进化算法,将基于共享机制的小生境技术以及其改进方法基于密度熵的分布保持策略应用其中。通过实验表明,该算法在处理ZDT系列多目标优化问题上,相比于传统算法具有更加优秀的收敛效率。最后针对化工过程优化问题,以汽油调和优化为例,将本文提出的基于小生境的并行算法应用于与其对应的有约束的多目标问题模型;以补料分批生化反应为例,将本文提出的基于密度熵的并行算法应用于与其对应的动态多目标问题模型。在上述应用实例中,本文算法均得到了令人满意的加速效果。
其他文献
全文的主要内容有:1、介绍现场总线技术的产生背景,从多个角度阐述了现场总线的实质含义,指出它对工业控制界的革命性影响,分析了现场总线带来的巨大机遇和挑战.2、结合实际
该文以中国科学院机器人学开放研究实验室移动机器人及系统为背景,研究并开发自主移动机器人智能导航系统,解决了自主移动机器人智能导航系统中全局定位与路径规划问题.主要
该文提出用状态和输入均有多重时间滞后的连续状态空间模型转化为离散扩展状态空间模型和模型仿真验证的一套计算机程序.对多重滞后状态反馈预估控制算法进行了详细的推导,给
机动目标跟踪,是一个在军事和民用领域都有着广泛应用的不确定性问题.近二十年来,该问题引起了人们的普遍关注和极大兴趣.该文对此问题进行了深入、系统的研究,采用了一些新
本论文分为两大部分。第一部分为模糊神经网络及其在加热炉模型辨识中的应用(1-3章)。针对当前加热炉控制技术中存在的一些问题,论文本部分尝试利用模糊神经网络解决一些实际问
该文首先论述了装置的硬件框架结构,详细论述了其中的数据采集模块中的数字信号处理器(DSP)、数据采集电路和该模块与主模块的通讯接口电路等,同时对该装置中采用的"无触点"
随着新的医学图像成像方法,如CT,MRI和数字核医学等成像方法的出现,在医学领域内,以胶片为基础的传统图像获取及存档方法将逐渐失去地位,无胶片的核医学图像技术被证明是富有生命
该文深入研究了基于光流场的图像拼接方法,以及这种拼接方法的应用问题.还分析了拼接前由镜头产生的图像径向畸变的矫正问题.首先总结了摄像机运动参数估计的问题,以及光流场
该论文是关于全球卫星定位系统(Global Positioning Systerm)与捷联惯性导航系统(Strapdown Inertial Navigation System)组合导航系统应用于侦校雷达系统的研究.惯导系统和G
随着企业网络应用的不断扩大,基于网络的数据库技术成为网络信息服务的重要方向.网络中数据访问的速度和效率是建立企业网络和信息服务系统所要考虑的重点,也是正确评估网络