您的位置: 专家智库 > >

国家自然科学基金(61203372)

作品数:5 被引量:5H指数:1
相关作者:魏静萱代才王宇平杨俊刘江更多>>
相关机构:西安电子科技大学中国人民武装警察部队工程大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术理学电子电信更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇电子电信
  • 1篇理学

主题

  • 3篇多目标优化
  • 2篇多目标
  • 2篇进化算法
  • 2篇高维
  • 1篇多目标算法
  • 1篇多目标问题
  • 1篇梯度下降
  • 1篇梯度下降法
  • 1篇帕累托
  • 1篇帕累托最优
  • 1篇排序
  • 1篇全局优化
  • 1篇自适
  • 1篇自适应
  • 1篇自适应差分
  • 1篇自适应差分进...
  • 1篇下降法
  • 1篇极坐标
  • 1篇极坐标变换
  • 1篇BASED_...

机构

  • 4篇西安电子科技...
  • 1篇中国人民武装...

作者

  • 3篇魏静萱
  • 1篇王宇平
  • 1篇代才
  • 1篇杨俊
  • 1篇刘江

传媒

  • 3篇电子科技
  • 1篇西安电子科技...
  • 1篇Journa...

年份

  • 1篇2018
  • 2篇2016
  • 1篇2014
  • 1篇2013
5 条 记 录,以下是 1-5
排序方式:
高维多目标问题的排序新方法被引量:4
2014年
针对高维多目标优化问题,提出了一种新的排序方法.它通过产生近似最优目标向量来增加种群的规模,从而达到对真实个体的有效排序.首先构造一个理想的帕累托前沿面,然后将这个理想的帕累托前沿面分成若干个网格,使每个个体都对应惟一的一个网格,通过这个网格上的节点来判断这个体是不是非支配解.数值实验表明,即使对于50维目标的问题,收敛性度量值也小于1.此外,与当前的两种最具代表性的松弛的帕累托占优方法比较,该方法能同时保持解的多样性和收敛性.
代才王宇平何晓光
关键词:进化算法排序帕累托最优
梯度策略自适应差分进化算法被引量:1
2016年
差分进化算法是一种有效求解全局优化问题的方法,为进一步提高求解精度,加快求解过程,文中提出一种梯度策略自适应差分进化算法。该算法是在差分进化算法中加入梯度下降法,使其不仅有较好的全局搜索能力,且具有传统优化方法的快速局部搜索能力,因此具有较高搜索精度和较快的搜索过程。通过对CEC2005测试集中的1~14号测试函数进行仿真实验,并与Sa DE,NSDE以及CMAES等算法实验结果进行了对比,结果表明了该算法的有效性。
杨俊魏静萱
关键词:差分进化算法全局优化梯度下降法
基于极坐标变换的改进NSGA-Ⅱ算法
2016年
在实际工程中存在着大量的多目标优化问题,而由于大部分多目标优化问题有无穷多个最优解,且传统的数学方法如梯度下降法和牛顿法,无法求解一些不可微或表达式过于复杂的多目标优化问题。为避免以上局限,NSGA-Ⅱ作为求解多目标优化问题的代表算法被提出,但NSGA-Ⅱ算法仍存在着一些不足,如变异算子功能过于简单,降低了Pareto最优解的多样性。为增加Pareto最优解的多样性,文中设计了一种基于极坐标变换的改进NSGA-Ⅱ算法,该算法可使得Pareto最优解分布更加均匀,并最终通过标准的测试函数验证了算法的有效性。
刘江魏静萱
关键词:极坐标变换多目标优化
基于改进有效序值的高维多目标算法
2018年
针对有效序值排序高维多目标优化算法的不足,文中提出一种基于改进的有效序值的高维多目标优化算法。该算法提出多边形杂交算子,用以提高种群的多样性,同时,文中还提出基于ε-占优的有效序值排序方法,从而增加收敛压力,提高收敛速度。通过标准测试函数实验验证了所提算法的有效性。
胥宁魏静萱赵龙
Centrality measure of complex networks based on resource flow
2013年
A new centrality measure for complex networks, called resource flow centrality, is pro- posed in this paper. This centrality measure is based on the concept of the resource flow in net- works. It not only can be applied to the connected networks, but also the disconnected networks. Moreover, it overcomes some disadvantages of several common centrality measures. The perform- ance of the proposed measure is compared with some standard centrality measures using a classic dataset and the results indicate the proposed measure performs more reasonably. The statistical dis- tribution of the proposed centrality is investigated by experiments on large scale computer generated graphs and two networks from the real world.
陈国强王宇平刘盛华
共1页<1>
聚类工具0