基于Pareto遗传算法的多目标优化_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
基于Pareto遗传算法的多目标优化
&&基于Pareto遗传算法的多目标优化
阅读已结束，下载文档到电脑
想免费下载本文？
定制HR最喜欢的简历
你可能喜欢【图文】NSGA-Ⅱ算法大量测试函数实验结果展示_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
NSGA-Ⅱ算法大量测试函数实验结果展示
大小：1.56MB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
求解Pareto+Front多目标遗传算法分析.pdf 64页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
需要金币：200 &&
你可能关注的文档：
··········
··········
遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化
过程的一种新的迭代的全局优化搜索算法，已经广泛地应用到组合
优化问题求解、自适应控制、规划设计、机器学习和人工生命等领
域。由于现实世界中存在的问题往往呈现为多目标属性，而且需要
优化的多个目标之间又是相互冲突的，从而多目标遗传算法应运而
生，它使得进化群体并行搜寻多个目标，并逐渐找到问题的最优解。
本文对近十五年来多目标遗传算法的国内外研究现状进行了
较全面地阐述，其优化方法大致分为两大类：带参数的方法和不带
参数的方法。带参数的方法主要存在着参数难以选择及过于依赖参
数的选择等问题，不带参数的方法主要存在着速度比较慢的问题。
为此，本文的研究主要就是从提高寻找非支配集的速度．在保持群
体原有特性的前提下降低非支配集的大小，以及新群体的构造等方
面入手，通过基于分类和聚类的方法，有效提高多目标遗传算法总
体运行效率，降低其计算复杂性，使多目标遗传算法的收敛性能得
到进～步改善。该文以NSGA．II为基准，对算法进行了改进．具
体提出了：用排除法构造非支配集、用聚集距离刻画个体间的内部
关系以及构造新群体，来提高运行速度和保持群体的多样性；用聚
类算法在保持原有特性的前提下，进一步改善收敛性能等。比较试
验结果表明，基于分类和聚类的多目标遗传算法，在运行效率与保
持群体多样性等方面取得了较好效果。
关键词：遗传算法，多目标遗传算法，多目标优化，非支配集
Algorithm(GA)is
whichsimulate
algorithmrepeatedly
ofcreature
thatofDarwinian’S
andnaturalelimination．
ofcombinational
evolutionary
seeking，self-adapt
controlling，planning
andartificial
etc．However,there
multi．objective
attributes
inreal—world
optimization
conflict，SO
multi—objective
Algorithm(MOGA)is
正在加载中，请稍后... 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
Pareto最优解及其优化算法
下载积分：4990
内容提示：Pareto最优解及其优化算法
文档格式：PDF|
浏览次数：39|
上传日期： 23:26:59|
文档星级：
全文阅读已结束，如果下载本文需要使用
 4990 积分
下载此文档
该用户还上传了这些文档
Pareto最优解及其优化算法
关注微信公众号满岭又枫红，白桦立窗头，满地翻黄银杏叶，凉风起，秋意浓。不冷不热的气温，不灼热略温暖的太阳，这样秋高气爽的季节，待在家里岂不是浪费青春年华大好时光，要想感受分明的四季，那就去赏秋天该有的且独特的景吧！
在此可输入您对该资料的评论~
(window.slotbydup = window.slotbydup || []).push({
id: '4540180',
container: s,
size: '250,200',
display: 'inlay-fix'
热门资料排行
添加成功至
资料评价：
所需积分：0}