【摘 要】
:
无论是在自然科学研究还是实际应用中,多目标优化问题都是主要的研究课题及问题之一。至今为止,国际上对多个目标进化算法的研究已经进入了兴旺时期,出现了各种新型占优机制
论文部分内容阅读
无论是在自然科学研究还是实际应用中,多目标优化问题都是主要的研究课题及问题之一。至今为止,国际上对多个目标进化算法的研究已经进入了兴旺时期,出现了各种新型占优机制的优化算法。进化算法是通过模拟自然环境中生物的遗传进化过程而产生的一种自适应全局优化算法,各种优化算法都应用在解决高维多目标优化问题,已经成为当今最具实用价值的研究热点。现在,多目标进化算法在自然科学和工程领域得到广泛运用。本文介绍了多目标优化算法的研究历程及研究现状、论文的研究意义。通过对算法收敛效率和群体多样性及分布性的研究,改进了多目标进化算法。将其应用于解决车辆数不确定的时间窗车辆路径问题及流水车间问题中,取得了比较理想的效果。本文主要从以下几个方面进行研究及探讨:1.简要介绍了多目标进化算法的研究历程及研究现状。2.简要介绍了遗传算法的实现原理及算法结构。3.简要介绍了多目标进化算法的基本概念,多目标优化问题的数学模型的建立及目前几种经典的多目标进化算法;深入研究了多目标遗传算法中的最优解的构造及解的多样性、分布性问题。4.本文中建立了优化多目标的带有时间窗口的车辆路径问题的数学模型,并且提出了一种基于聚类及小生境的混合遗传算法。算法采用混合并行选择、聚类的方法降低非支配集以及用擂台赛法构造非支配集,避免了求解非凸解的困难,不仅提高了遗传算法的搜索速度而且避免了”早熟”等不足情况。实验结果表明,该算法对于求解车辆数不确定的时间窗车辆路径问题提供了一个非常有效的优化方法。5.为了能够更高效地去求解多目标流水车间的调度问题,本文提出了一种新的混合多目标遗传算法,采用小生境排挤技术、双重精英保留策略以及非劣解局部搜索等方法,并且可以根据算法适应度来自动调节改变交叉和变异概率。实验表明,这种算法具有更加好的收敛速度和优化结果。
其他文献
近年来,高光谱遥感技术发展显著,由于其具有较高的光谱分辨率,高光谱遥感已广泛应用于环境监测、目标侦察、伪装识别等重要领域。然而因为光谱成像仪的空间分辨率较低和地表的复杂多样性,多种物质(端元)的混合像元通常存在于高光谱遥感图像中。为了提高后续应用的精度,如何从混合像元中分解与提取各种地物光谱(端元)并求得其对应比例(丰度系数)至关重要。本文基于已知光谱库的线性光谱混合模型,充分利用高光谱数据的空间
随着计算机技术以及地震数据采集、处理、解释技术的快速发展,地震技术在油气勘探、开发工作中的重要性日益突出.利用地震技术对储层的预测已是油气勘探开发中一种重要技术手
Accurate home location is increasingly important for urban computing. Existing methods either rely on continuous(and expensive) Global Positioning System(GPS) d
聚类分析是机器学习的经典问题。聚类可以分为无监督聚类和半监督聚类,无监督聚类是通过抽取数据中“潜在”结构,将相似数据组成类或类的层次结构,不需要任何先验和假设。在现有
由于测量仪器的不精确,测量环境的不稳定以及测量人员的记录误差等各方面因素的限制,往往使得兴趣变量的测量值与真实值不一致,即在科学实验、生产或统计调查中都存在测量误差,因
本文主要研究了一类带一般恢复率函数的传染病模型及乙型肝炎的宏观与微观模型。 第二章,建立了一个带一般恢复率函数的传染病模型。通过引入参数б,把经典的SIS模型和SIR模
本文基于高小山等人在2009年提出的微分-差分(DD)特征列方法理论,针对微分-差分系统的一些特性及本文所研究的格方程的微分差分混合算子这一特点,提出改进的微分-差分特征列方
注重油田开发,加强环境保护和增强可持续发展的能力,就必须在油田开发过程中切实加强测井技术的应用,才能更好地适应油田资源科学化、合理化利用的需要.因而本文正是基于这一