基于分布估计的混合多目标进化算法的研究

基于分布估计的混合多目标进化算法的研究

ID:33515020

大小:1.70 MB

页数:59页

时间:2019-02-26

基于分布估计的混合多目标进化算法的研究_第1页
基于分布估计的混合多目标进化算法的研究_第2页
基于分布估计的混合多目标进化算法的研究_第3页
基于分布估计的混合多目标进化算法的研究_第4页
基于分布估计的混合多目标进化算法的研究_第5页
资源描述:

《基于分布估计的混合多目标进化算法的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、万方数据论文编号:学科分类号:主2Q:§Q密级:公珏安徽理工大学硕士学位论文基于分布估计的混合多目标进化算法的研究作者姓名:粱垂渲专业名称:i土篡扭廛厦撞苤研究方向:笾丝篡洼导师姓名:迕峰塾拯导师单位:塞筮堡王太堂堡堂随答辩委员会主席韭毅熬握论文答辩日期:2014年6月1日安徽理工大学研究生处2014年6月1日万方数据㈣川舢㈣㈣㈣川川川舢』Y2696818ADisseIrtationinComputerApplicationTechnologyforMaLsler’sDegreeResearch

2、onhybridMulti·-ObjectiveEvolutionaryAlgorithmBasedonEstimationofDistributionCandidate:LiangYujieSupervisor:XuFengCollegeofCornputerScienceandEngineeringAnhuiUniversityofScienceandTechnologyNo.168,ShungengRoad,Huainan,232001,P.R.CHINA万方数据独创性声明本人声明所呈交的

3、学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方以外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得塞徼堡王太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名:翠壶翌日期:如,许台月易日学位论文版权使用授权书本学位论文作者完全了解塞筮堡王太堂有保留、使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属于塞徽堡王琏。学校有权保

4、留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权塞邀堡三太堂可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名:诛易潍签字日期:Ⅻ解6月占日导师签名:辫坳J7签字日期:)o,l阵6月6日万方数据摘要捅要优化问题多种多样,为了尽可能高效的求得不同特点的优化问题的高质量全局最优解,人们陆续提出了各种不同的优化算法,其中智能优化的机制不断被引入多目标优化问题的研

5、究。进化算法较好的通用性、高度的非线性性、并行性等特点,从而能够快速有效的求得多目标问题的Pareto最优解集。进化算法作为一种模拟自然界生物自然选择进化的启发式随机搜索算法,已经成功应用于多目标优化领域,并且也已经发展成为一个热点研究方向。本文根据多目标优化算法的特点和分布估计的优点,提出了基于分布估计的多目标进化算法。基于分布估计算法收敛性的优缺点,将差分进化算法与分布估计算法有机的结合以取长补短,提出了一种自适应的混合多目标分布估计进化算法。其基本思想是:在多目标分布估计算法中引入全局收敛

6、性较强的差分进化算法,当函数变化率较大时,用分布估计算法产生新种群;当函数变化率较小即算法可能陷入局部收敛时,用差分进化算法产生新种群。理论分析和数值实验表明:改进后的新算法不仅具有良好的全局收敛性,而且解的分布性和均匀性较没有考虑目标函数变化率的混合多目标分布估计算法也有了一定程度的提高。将自适应混合多目标分布估计进化算法应用于车间优化调度问题的作业车间(Job.ShopIh]题)中,新算法的优越性得到验证。图9表3参50关键词:多目标优化;分布估计算法;差分进化算法;自适应;函数变化率;车间

7、优化调度;Job.Shop分类号:TP39万方数据安徽理工大学硕士学位论文万方数据AbstractTosolveallkindsoftheoptimizationproblem,itpresentsavarietyofoptimizationalgorithms.EvolutionaryAlgorithmshavesomefeatureslikegoodversatility,highlynonlinear,parallelism,ere.,SOthatitcanbeobtainedthepro

8、blemofmulti—objectiveParetooptimalsolutionquicklyandeffectively.Asaclassofheuristicsearchalgorithms,evolutionaryalgorithmshavebeensuccessfullyappliedtomulti—objectiveoptimizationfield,anddevelopedintoarelativelyhotresearchdirection.Inthispaper,Accord

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。