已閱讀1頁，還剩63頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在現(xiàn)實過程中,對問題的優(yōu)化往往伴隨著目標(biāo)的約束,并且這些優(yōu)化問題通常還是多目標(biāo)的,需要對多個目標(biāo)同時進(jìn)行優(yōu)化,即通常所講的多目標(biāo)優(yōu)化問題(Multi-Objective Optimization Problem,MOP)。在目前,解決多目標(biāo)優(yōu)化問題的方法有很多種,基本都是利用進(jìn)化智能優(yōu)化方法。
本文詳細(xì)介紹了混洗蛙跳算法(Shuffle Frog Leaping Algorithm,SFLA)這一新興的群體智能優(yōu)化算法,而
2、且一并描述了經(jīng)典的遺傳算法(Genetic Algorithms,GA.)。在這兩種算法的基礎(chǔ)上提出對蛙跳算法的改進(jìn),提出遺傳.蛙跳算法(Genetic-Shuffle Frog LeapingAlgorithm,G—SFLA)。一方面,在蛙跳算法的子群進(jìn)化過程中融入遺傳算法的遺傳運(yùn)算,通過子群內(nèi)最優(yōu)解和最差解交叉產(chǎn)生新解如果好于最差解則代替原來的最差解,否則用整個種群的最優(yōu)解和本子群的最差解交叉產(chǎn)生的新解如果好于最差解則代替原來的最差
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進(jìn)免疫算法的多目標(biāo)優(yōu)化研究.pdf
- 多目標(biāo)優(yōu)化問題的改進(jìn)蟻群算法研究.pdf
- 基于改進(jìn)粒子群算法的多目標(biāo)優(yōu)化研究.pdf
- 解多目標(biāo)優(yōu)化問題的改進(jìn)加權(quán)求和算法.pdf
- 改進(jìn)的遺傳算法求解多目標(biāo)優(yōu)化問題.pdf
- 基于改進(jìn)遺傳算法的多目標(biāo)TSP問題研究.pdf
- 基于微粒群算法的多目標(biāo)優(yōu)化問題研究.pdf
- 解多目標(biāo)優(yōu)化問題的改進(jìn)差分進(jìn)化算法研究.pdf
- 基于多目標(biāo)優(yōu)化的改進(jìn)克隆小生境算法研究.pdf
- 多目標(biāo)粒子群優(yōu)化算法的研究改進(jìn).pdf
- 改進(jìn)的多目標(biāo)優(yōu)化遺傳算法及多目標(biāo)優(yōu)化軟件的研制.pdf
- 多目標(biāo)粒子群優(yōu)化算法的改進(jìn)與研究.pdf
- 基于多目標(biāo)優(yōu)化算法的推薦算法研究.pdf
- 基于粒子群算法的多目標(biāo)函數(shù)優(yōu)化問題研究.pdf
- 多目標(biāo)優(yōu)化問題及其算法的研究
- 改進(jìn)蟻群算法求解多目標(biāo)校車路徑優(yōu)化問題.pdf
- 求解多目標(biāo)優(yōu)化問題的粒子群算法改進(jìn)及應(yīng)用.pdf
- 改進(jìn)微粒群算法在多目標(biāo)優(yōu)化問題中的應(yīng)用.pdf
- 一種求解多目標(biāo)優(yōu)化問題的改進(jìn)遺傳算法研究.pdf
- 基于組合優(yōu)化問題的多目標(biāo)模因算法的研究.pdf
評論
0/150
提交評論