发表服务
改进多目标PSO算法优化机器人轨迹跟踪模糊PID控制器蒋清泽，王宏涛南京航空航天大学 机电学院，江苏 南京 210016摘 要：为进一步提高模糊PID控制器应用于关节机器人轨迹跟踪控制的效果，本文提出了一种改进的多目标粒子群(PSO)算法优化机器人轨迹跟踪模糊PID控制器的方法。
多目标进化算法研究进展[J].计算机科学,2007,34(7):187-192. 被引量：39 3 郑金华著..多目标进化算法及其应用[M].北京:科学出版社,2007 4 焦李成等著..免疫优化计算学习与识别[M].北京:科学出版社
多目标优化算法综述 高鹏 华北电力大学，电气与电子工程学院，北京，102206） （ Overview Of Multi-objective Optimization Algorithms Gao peng (College of Electric and Electronic Engineering,North China …
摘要: 针对多目标粒子群优化算法的研究进展进行综述。 首先，回顾了多目标优化和粒子群算法等基本理论；其次，分析了多目标优化所涉及的难点问题；再次，从最优粒子选择策略，多样性保持机制，收敛性提高手段，多样性与收敛性平衡方法，迭代公式、参数、拓扑结构的改进方案5个方面综述 ...
摘要： 实际工程中以梯级水库多目标优化调度为代表的大规模高维多目标优化问题,其优化难度是一般方法所难以应对的。 为此本文提出一种新型的多目标粒子群算法LMPSO,其包含了基于超体积指标Ihk的适应值分配方法与基于问题变换的搜索空间降维策略,以有效处理问题的高维目标向量与大规模决策 ...
针对该模型多目标、多约束且存在时变参数的特点,提出了动态自适应多目标差分进化算法(DSMODEA)对模型进行求解。 DSMODEA算法为元启发式智能优化算法,通过比较种群个体的Pareto支配关系和拥挤度距离来判断个体优劣,采用差分进化策略不断迭代收敛。
大量多目标优化算法是为进化算法设计的，没有针对粒子群优化的特性。 因此我们分析多目标粒子群优化的收敛机制，研究决策变量间的关系、最优解集在决策变量上的投影、决策向量间的关系与收敛稳定性、收敛类型的关系，找出阻碍算法收敛到优解和保存优解、以及造成算法收敛失败或早熟的 ...
摘要： 遗传算法是一种通过模拟自然进化过程搜索最优解的方法,在优化方法中具有独特的优越性,有着非常重要的理论意义和广泛的应用领域.多目标优化问题求解已成为遗传算法的一个重要研究方向,而基于Pareto最优概念的多目标遗传算法则是当前遗传算法的研究热点.本文对遗传算法的理论基础进行 ...
进化多目标优化算法研究. 公茂果 焦李成 杨咚咚 马文萍. 【摘要】： 进化多目标优化主要研究如何利用进化计算方法求解多目标优化问题,已经成为进化计算领域的研究热点之一.在简要总结2003年以前的主要算法后,着重对进化多目标优化的最新进展进行了详细 ...
1.3 多目标优化中的遗传算法 NSGA2 是一种用来进行多目标优化的一种有效方法,但是这种方法的计算程序复杂,NSGAII 是 NSAG 的改进方法,这种方法编程简单,拥有更好的排序算法,具有精英保留策略等,是一种更 好的多目标优化 …
改进多目标PSO算法优化机器人轨迹跟踪模糊PID控制器蒋清泽，王宏涛南京航空航天大学 机电学院，江苏 南京 210016摘 要：为进一步提高模糊PID控制器应用于关节机器人轨迹跟踪控制的效果，本文提出了一种改进的多目标粒子群(PSO)算法优化机器人轨迹跟踪模糊PID控制器的方法。
多目标进化算法研究进展[J].计算机科学,2007,34(7):187-192. 被引量：39 3 郑金华著..多目标进化算法及其应用[M].北京:科学出版社,2007 4 焦李成等著..免疫优化计算学习与识别[M].北京:科学出版社
多目标优化算法综述 高鹏 华北电力大学，电气与电子工程学院，北京，102206） （ Overview Of Multi-objective Optimization Algorithms Gao peng (College of Electric and Electronic Engineering,North China …
摘要: 针对多目标粒子群优化算法的研究进展进行综述。 首先，回顾了多目标优化和粒子群算法等基本理论；其次，分析了多目标优化所涉及的难点问题；再次，从最优粒子选择策略，多样性保持机制，收敛性提高手段，多样性与收敛性平衡方法，迭代公式、参数、拓扑结构的改进方案5个方面综述 ...
摘要： 实际工程中以梯级水库多目标优化调度为代表的大规模高维多目标优化问题,其优化难度是一般方法所难以应对的。 为此本文提出一种新型的多目标粒子群算法LMPSO,其包含了基于超体积指标Ihk的适应值分配方法与基于问题变换的搜索空间降维策略,以有效处理问题的高维目标向量与大规模决策 ...
针对该模型多目标、多约束且存在时变参数的特点,提出了动态自适应多目标差分进化算法(DSMODEA)对模型进行求解。 DSMODEA算法为元启发式智能优化算法,通过比较种群个体的Pareto支配关系和拥挤度距离来判断个体优劣,采用差分进化策略不断迭代收敛。
大量多目标优化算法是为进化算法设计的，没有针对粒子群优化的特性。 因此我们分析多目标粒子群优化的收敛机制，研究决策变量间的关系、最优解集在决策变量上的投影、决策向量间的关系与收敛稳定性、收敛类型的关系，找出阻碍算法收敛到优解和保存优解、以及造成算法收敛失败或早熟的 ...
摘要： 遗传算法是一种通过模拟自然进化过程搜索最优解的方法,在优化方法中具有独特的优越性,有着非常重要的理论意义和广泛的应用领域.多目标优化问题求解已成为遗传算法的一个重要研究方向,而基于Pareto最优概念的多目标遗传算法则是当前遗传算法的研究热点.本文对遗传算法的理论基础进行 ...
进化多目标优化算法研究. 公茂果 焦李成 杨咚咚 马文萍. 【摘要】： 进化多目标优化主要研究如何利用进化计算方法求解多目标优化问题,已经成为进化计算领域的研究热点之一.在简要总结2003年以前的主要算法后,着重对进化多目标优化的最新进展进行了详细 ...
1.3 多目标优化中的遗传算法 NSGA2 是一种用来进行多目标优化的一种有效方法,但是这种方法的计算程序复杂,NSGAII 是 NSAG 的改进方法,这种方法编程简单,拥有更好的排序算法,具有精英保留策略等,是一种更 好的多目标优化 …
发表服务